大家好，在做一个数据挖掘的研究，有3个月数据：8月份（从8.7开始），9月份（一整个月），10月份（从10.1-10.25）。
采用了两种分区方法：1：三个月数据作为整体，从中随机抽取60%作为训练集，剩下作为测试集。
2:8月份和9月份作为训练集，10月份作为测试集。

上述两组分区方法的训练集准确率都是97%左右，但是测试集结果相差很大。采取第一种办法，测试集准确率有92%。第二种分区方法只有77%左右。

以上为决策树C5.0算法，也尝试用了神经网络，贝叶斯网络，SVM，基本都是第二种分区方法的测试集准确率下降得很严重，想请教一下大家这主要是什么原因造成？