下面有关梯度提升决策树的说法，错误的是（）。

A.对象的中心位置、长宽等定位参数通常被设置为回归问题。
B.对象的中心点位置回归时，通常以选择的锚框中心点坐标为基础，回归优化的目标是使锚框中心点坐标偏离对象真实中心点位置的量与所预测对象的中心点位置偏离对象真实中心点位置的量之间的差异越小越好。
C.对象定位的目标是使预测对象的定位参数直接和对象真实外包络矩阵的参数差异越小越好。
D.对象检测方法的学习是包括对象定位和对象分类的多任务学习问题。

A.增加地物在图像平面上的纹理或几何等特征，提升不同类地物的可分性
B.基于光谱特征，通过增加模型的复杂程度达到有效分类的目的
C.扩充同分布的训练数据规模
D.通过正则化简化分类边界

A.模型过拟合是指把训练样本本身特点当做所有潜在样本都会具有的一般性质
B.分类器在训练数据上错误率很低，但在测试数据上的错误率仍然很高，此时模型很可能处于过拟合状态
C.分类器在测试数据上错误率很高就是处于过拟合状态
D.欠拟合是指模型在训练样本的一般性质尚未被学习器学好