如果增加模型复杂度或核函数的多项式阶数,将会发生()A. 导致过拟合B. 导致欠拟合C. 无影响，因为模型已达100%准确率D. 以上均不正确

考查要点：本题主要考查对模型复杂度与过拟合、欠拟合关系的理解，以及核函数多项式阶数对模型的影响。

核心思路：

• 模型复杂度越高，模型的拟合能力越强，但容易过度拟合训练数据，导致泛化能力下降。
• 核函数的多项式阶数决定了数据映射到高维空间的非线性程度。阶数越高，模型复杂度增加，同样可能引发过拟合。
• 过拟合的本质是模型对训练数据的噪声和细节过度敏感，而欠拟合则是模型无法捕捉数据的主要趋势。

破题关键：
明确增加模型复杂度或核函数阶数会提升模型的方差，使模型更倾向于过拟合，而非欠拟合。

选项分析：

1. 选项A（导致过拟合）：

   • 当模型复杂度增加时，模型更容易过度拟合训练数据，表现为在训练集上表现极佳，但在测试集上表现较差。
   • 高阶多项式核函数会引入更多非线性特征，进一步提升模型复杂度，加剧过拟合风险。

2. 选项B（导致欠拟合）：

   • 欠拟合通常发生在模型复杂度过低时，无法捕捉数据的主要模式。本题中“增加”复杂度的操作与欠拟合矛盾。

3. 选项C（无影响）：

   • 模型达到100%准确率的情况几乎不存在，且即使出现，也可能是过拟合的结果（如完全记忆训练数据）。

4. 选项D（以上均不正确）：

   • 选项A正确，因此选项D不成立。

结论：增加模型复杂度或核函数阶数会显著增加过拟合风险，正确答案为A。