k-折交叉验证和留出法的优缺点

留出法和k折交叉验证都是常用的数据集划分方法，二者的优缺点如下：

留出法：
优点：
- 实现简单，易于理解。
- 计算代价小。
缺点：
- 可能会产生很大的方差，特别是当训练数据集较小时。
- 对于数据集较小的情况，可能会出现样本分布不均的问题。

k-折交叉验证：
优点：
- 验证结果具有显著的统计学意义。
- 可以充分利用数据集，减少了数据浪费。
缺点：
- 计算代价比留出法大。
- 可能会引入一些噪声，因为每个样本都被用作了一次验证集。

相关问题：
1. 什么是数据集划分方法？
2. 什么是过拟合和欠拟合？
3. 除了留出法和k-折交叉验证，还有哪些常用的数据集划分方法？