交叉验证的主要目的是？A. 减小训练时间B. 增加数据量C. 提升模型的泛化能力D. 提高模型的可解释性

交叉验证是机器学习中评估模型性能的重要方法，其核心目的是通过多次划分训练集和验证集，减少过拟合风险，更准确地估计模型在新数据上的表现。本题需明确交叉验证的核心作用，而非其他表面效果。

选项分析

A. 减小训练时间
交叉验证需要多次重复训练和验证过程（如k折交叉验证需训练k次模型），实际会增加计算时间，因此此选项错误。

B. 增加数据量
交叉验证仅通过重新划分现有数据集进行评估，并不会增加原始数据量，故此选项错误。

C. 提升模型的泛化能力
交叉验证通过多次验证平均结果，更准确地评估模型在未见数据上的表现，帮助选择最优模型，从而间接提升泛化能力，此选项正确。

D. 提高模型的可解释性
交叉验证关注模型评估而非其解释性，与模型本身的可解释性无直接关系，因此错误。