决策树模型刚建立时,有很多分支都是根据训练样本集合中的异常数据（由于噪声等原因）构造出来的。树枝修剪正是针对这类数据（）问题而提出来的。

A. 正值$;$负值$;$非负值$;$非正值

A. 正确$;$错误

A. 特征提取$;$灰度校正$;$加注标签$;$平滑去噪

A. 错误数据$;$虚假数据$;$异常数据$;$重复数据

A. 千万元级$;$亿元级$;$百亿元级$;$千亿元级

A. 样本数目$;$特征值$;$超参数$;$参数

A. 编译程序$;$汇编程序$;$应用程序$;$可执行程序

A. 神经计算$;$进化计算$;$模糊计算$;$数字计算