1. 在多元回归分析中，如果残差项存在异方差性，可能会导致：
在多元回归分析中，如果残差项存在异方差性，可能会导致：
A. 回归系数的标准误增加
B. 回归系数的标准误减小
C. 模型的预测精度提高
D. 模型的解释性增强
答案：A
2. 在决策树中，信息增益率与什么有关？
在决策树中，信息增益率与什么有关？
A. 数据的分布类型
B. 模型的复杂度
C. 特征的选择
D. 数据的样本量
答案：C
3. 在决策分析中，决策树的一个叶节点代表：
在决策分析中，决策树的一个叶节点代表：
A. 一个决策点
B. 一个测试条件
C. 一个决策结果
D. 一个行动方案
答案：C
4. 聚类分析中的K-means算法通过：
聚类分析中的K-means算法通过：
A. 最大化类内差异来确定聚类中心
B. 最小化类内差异来确定聚类中心
C. 最大化类间差异来确定聚类中心
D. 随机选择聚类中心
答案：B
5. 在多元线性回归中，如果残差项存在序列相关性，可能会导致：
在多元线性回归中，如果残差项存在序列相关性，可能会导致：
A. 回归系数的标准误增加
B. 回归系数的标准误减小
C. 模型的预测精度提高
D. 模型的解释性增强
答案：A
6. 在神经网络中，隐藏层的主要作用是：
在神经网络中，隐藏层的主要作用是：
A. 提取数据的特征
B. 直接输出预测结果
C. 计算输入数据的加权和
D. 确定网络的层数
答案：A
7. 下列哪个不是时间序列预测的方法？
下列哪个不是时间序列预测的方法？
A. ARIMA模型
B. 移动平均法
C. 指数平滑法
D. K-means聚类
答案：D
8. 在假设检验中，P值小于显著性水平时，我们：
在假设检验中，P值小于显著性水平时，我们：
A. 一定接受原假设
B. 一定拒绝原假设
C. 可能接受原假设
D. 无法确定是否接受原假设
答案：B
9. 下列哪个是衡量分类模型性能的指标？
下列哪个是衡量分类模型性能的指标？
A. 均方误差（MSE）
B. 平均绝对误差（MAE）
C. 准确率（Accuracy）
D. 判定系数（R-squared）
答案：C
10. 在决策树中，剪枝的目的是为了：
在决策树中，剪枝的目的是为了：
A. 增加模型的复杂度
B. 提高模型的泛化能力
C. 减少模型的计算时间
D. 增加模型的深度
答案：B
11. 时间序列分析中的偏自相关函数（PACF）主要用于描述：
时间序列分析中的偏自相关函数（PACF）主要用于描述：
A. 数据之间的直接相关性
B. 数据之间的间接相关性
C. 数据在不同时间点上的相关性
D. 数据的自相关性
答案：A
12. 在神经网络中，激活函数的选择通常取决于：
在神经网络中，激活函数的选择通常取决于：
A. 数据的分布类型
B. 模型的复杂度
C. 问题的性质和目标
D. 数据的样本量
答案：C
13. 下列哪个不是聚类算法？
下列哪个不是聚类算法？
A. K-means
B. DBSCAN
C. 层次聚类
D. 逻辑回归
答案：D
14. 在多元线性回归中，如果两个自变量完全相关，会导致：
在多元线性回归中，如果两个自变量完全相关，会导致：
A. 回归系数的标准误增加
B. 回归系数的标准误减小
C. 无法估计回归系数
D. 模型的预测精度提高
答案：C
15. 在随机森林算法中，每棵树都是在：
在随机森林算法中，每棵树都是在：
A. 全部数据上训练得到的
B. 部分数据上训练得到的（有放回抽样）
C. 部分数据上训练得到的（无放回抽样）
D. 单独的特征子集上训练得到的
答案：B
16. 下列哪个不是衡量回归模型性能的指标？
下列哪个不是衡量回归模型性能的指标？
A. 均方误差（MSE）
B. 平均绝对误差（MAE）
C. 判定系数（R-squared）
D. 准确率（Accuracy）
答案：D
17. 时间序列分析中的自相关函数（ACF）主要用于描述：
时间序列分析中的自相关函数（ACF）主要用于描述：
A. 数据之间的线性关系
B. 数据之间的非线性关系
C. 数据在不同时间点上的相关性
D. 数据的分布类型
答案：C
18. 在神经网络中，反向传播算法主要用于：
在神经网络中，反向传播算法主要用于：
A. 计算输入层到隐藏层的权重
B. 计算隐藏层到输出层的权重
C. 更新网络中的权重和偏置
D. 确定网络的层数
答案：C
19. 下列哪个不是聚类分析的目标？
下列哪个不是聚类分析的目标？
A. 将数据分成相似的组
B. 最大化类内差异
C. 最小化类间差异
D. 发现数据中的模式
答案：B
20. 在假设检验中，原假设通常表示为：
在假设检验中，原假设通常表示为：
A. H1
B. H0
C. α
D. β
答案：B
21. 支持向量机中的核技巧主要用于处理：
支持向量机中的核技巧主要用于处理：
A. 线性可分问题
B. 线性不可分问题
C. 无监督学习问题
D. 强化学习问题
答案：B
22. 主成分分析（PCA）在降维时，主要保留的是：
主成分分析（PCA）在降维时，主要保留的是：
A. 数据的主要变化趋势
B. 数据的随机波动
C. 数据的所有细节信息
D. 数据的异常值
答案：A
23. 在多元线性回归中，如果增加一个与因变量无关的自变量，通常会导致：
在多元线性回归中，如果增加一个与因变量无关的自变量，通常会导致：
A. 回归系数的标准误增加
B. 回归系数的标准误减小
C. 调整后的R方值增加
D. 调整后的R方值不变
答案：A
24. 时间序列分析中的指数平滑法主要适用于：
时间序列分析中的指数平滑法主要适用于：
A. 平稳时间序列
B. 非平稳时间序列
C. 季节性时间序列
D. 周期性时间序列
答案：A
25. 在决策树算法中，信息增益用于衡量：
在决策树算法中，信息增益用于衡量：
A. 特征的重要性
B. 模型的复杂度
C. 数据的纯度
D. 分类的准确性
答案：A
26. 支持向量机中，核技巧的主要作用是：
支持向量机中，核技巧的主要作用是：
A. 提高模型的计算效率
B. 处理线性不可分问题
C. 降低模型的复杂度
D. 增强模型的稳定性
答案：B
27. 在时间序列预测中，移动平均法主要适用于：
在时间序列预测中，移动平均法主要适用于：
A. 平稳时间序列的短期预测
B. 非平稳时间序列的长期预测
C. 季节性时间序列的预测
D. 周期性时间序列的预测
答案：A
28. 多元回归分析中，如果自变量之间存在多重共线性，可以采取的措施是：
多元回归分析中，如果自变量之间存在多重共线性，可以采取的措施是：
A. 增加样本量
B. 删除冗余自变量
C. 合并相关自变量
D. 以上都可以
答案：D
29. 在神经网络训练中，为了防止过拟合，通常采取的措施是：
在神经网络训练中，为了防止过拟合，通常采取的措施是：
A. 增加训练数据
B. 减少网络层数
C. 增加正则化项
D. 提高学习率
答案：C
30. 支持向量机中，线性可分情况下，最优分类面是：
支持向量机中，线性可分情况下，最优分类面是：
A. 唯一确定的
B. 有无穷多个
C. 由核函数决定
D. 由学习率决定
答案：B
31. 在时间序列分析中，ADF检验主要用于判断：
在时间序列分析中，ADF检验主要用于判断：
A. 数据的平稳性
B. 数据的自相关性
C. 数据的季节性
D. 数据的周期性
答案：A
32. 聚类分析中，K-means算法的初始聚类中心通常选择：
聚类分析中，K-means算法的初始聚类中心通常选择：
A. 随机选取
B. 根据数据分布选取
C. 根据专家经验选取
D. 根据模型复杂度选取
答案：A
33. 假设检验中，P值小于显著性水平时，我们：
假设检验中，P值小于显著性水平时，我们：
A. 接受原假设
B. 拒绝原假设
C. 无法确定是否接受原假设
D. 需要进行更多的实验来确定
答案：B
34. 主成分分析（PCA）在降维时，通常保留的是：
主成分分析（PCA）在降维时，通常保留的是：
A. 特征值最大的主成分
B. 特征值最小的主成分
C. 所有主成分
D. 随机选择的主成分
答案：A
35. 决策树算法中，剪枝的目的是为了：
决策树算法中，剪枝的目的是为了：
A. 提高模型的复杂度
B. 提高模型的泛化能力
C. 降低模型的计算量
D. 增加模型的深度
答案：B
36. 在回归分析中，如果增加一个与因变量无关的自变量，通常会导致：
在回归分析中，如果增加一个与因变量无关的自变量，通常会导致：
A. 回归系数的标准误增大
B. 回归系数的标准误减小
C. 模型的预测精度提高
D. 模型的解释性增强
答案：A
37. 在时间序列预测中，指数平滑法主要适用于：
在时间序列预测中，指数平滑法主要适用于：
A. 平稳时间序列的短期预测
B. 非平稳时间序列的长期预测
C. 季节性时间序列的预测
D. 周期性时间序列的预测
答案：A
38. 聚类分析中，DBSCAN算法是一种基于：
聚类分析中，DBSCAN算法是一种基于：
A. 划分的聚类方法
B. 层次的聚类方法
C. 密度的聚类方法
D. 网格的聚类方法
答案：C
39. 多元回归分析中，调整后的R方值用于衡量：
多元回归分析中，调整后的R方值用于衡量：
A. 模型的拟合优度
B. 模型的复杂度
C. 模型的预测精度
D. 模型的解释性
答案：A
40. 时间序列分析中的自相关函数（ACF）描述的是：
时间序列分析中的自相关函数（ACF）描述的是：
A. 数据在不同时间点上的相关性
B. 数据之间的因果关系
C. 数据的分布类型
D. 数据的随机性
答案：A
41. 随机森林算法中，每棵决策树都是在：
随机森林算法中，每棵决策树都是在：
A. 全部数据上训练得到的
B. 部分数据上训练得到的（有放回抽样）
C. 部分数据上训练得到的（无放回抽样）
D. 单独的特征子集上训练得到的
答案：B
42. 决策分析中，敏感性分析用于评估：
决策分析中，敏感性分析用于评估：
A. 决策结果对参数变化的敏感程度
B. 决策结果的稳定性
C. 决策过程的复杂性
D. 决策方法的适用性
答案：A
43. 在回归分析中，如果残差项存在异方差性，可能会导致：
在回归分析中，如果残差项存在异方差性，可能会导致：
A. 回归系数的标准误增大
B. 回归系数的标准误减小
C. 回归系数的估计值偏离真实值
D. 模型的预测精度提高
答案：A
44. 下列哪个不是聚类算法的性能评价指标？
下列哪个不是聚类算法的性能评价指标？
A. 轮廓系数（Silhouette Coefficient）
B. 戴维斯-布尔丁指数（Davies-Bouldin Index）
C. 调整后的R方值（Adjusted R-squared）
D. 兰德指数（Rand Index）
答案：C
45. 支持向量机中的核函数用于：
支持向量机中的核函数用于：
A. 将数据映射到高维空间
B. 将数据映射到低维空间
C. 计算数据点之间的距离
D. 确定数据的分布类型
答案：A
46. 在PCA中，选择主成分的数量通常基于：
在PCA中，选择主成分的数量通常基于：
A. 累积贡献率
B. 回归系数的显著性
C. 模型的复杂度
D. 数据的样本量
答案：A
47. 下列哪个不是神经网络中的常见激活函数？
下列哪个不是神经网络中的常见激活函数？
A. Sigmoid
B. ReLU
C. Tanh
D. Sine（正弦函数）
答案：D
48. 在时间序列分析中，ARIMA模型可以处理：
在时间序列分析中，ARIMA模型可以处理：
A. 平稳时间序列
B. 非平稳时间序列
C. 季节性时间序列（需进一步指定季节性参数）
D. 所有类型的时间序列（注：此选项过于绝对，作为干扰项）
答案：B
49. 随机森林算法通过引入多棵树来：
随机森林算法通过引入多棵树来：
A. 提高模型的预测精度
B. 减少模型的计算时间
C. 增加模型的解释性
D. 防止过拟合和减少模型的方差
答案：D
50. 下列哪个是衡量回归模型性能的指标？
下列哪个是衡量回归模型性能的指标？
A. F1分数
B. 精确率（Precision）
C. 判定系数（R-squared）
D. AUC-ROC曲线下的面积
答案：C
51. 下列哪个不是聚类分析的方法？
下列哪个不是聚类分析的方法？
A. K-means
B. 层次聚类
C. DBSCAN
D. 决策树
答案：D
52. 在多元线性回归中，如果两个自变量高度相关，可能会导致：
在多元线性回归中，如果两个自变量高度相关，可能会导致：
A. 回归系数的标准误增加
B. 回归系数的标准误减小
C. 模型的解释性增强
D. 模型的预测精度提高
答案：A
53. 交叉验证的主要目的是：
交叉验证的主要目的是：
A. 评估模型的泛化能力
B. 确定模型的最佳参数
C. 减少模型的计算时间
D. 提高模型的训练精度
答案：A
54. 在决策分析中，决策树的一个节点代表：
在决策分析中，决策树的一个节点代表：
A. 一个决策结果
B. 一个决策点或测试条件
C. 一个行动方案
D. 一个随机事件
答案：B
55. 下列哪个不是时间序列的组成成分？
下列哪个不是时间序列的组成成分？
A. 趋势
B. 季节性
C. 噪声
D. 周期性（注：周期性通常被视为一种特殊的趋势或季节性，但在此处作为干扰项）
答案：D
56. 在假设检验中，P值小于显著性水平时，我们通常：
在假设检验中，P值小于显著性水平时，我们通常：
A. 接受原假设
B. 拒绝原假设
C. 无法确定是否接受原假设
D. 需要进行更多的实验
答案：B
57. 下列哪个不是支持向量机（SVM）的核函数？
下列哪个不是支持向量机（SVM）的核函数？
A. 线性核
B. 多项式核
C. 径向基函数核
D. 逻辑斯蒂核
答案：D
58. 在聚类分析中，K-means算法通过最小化什么来确定聚类中心？
在聚类分析中，K-means算法通过最小化什么来确定聚类中心？
A. 类内差异的总和
B. 类间差异的总和
C. 类内差异的平均值
D. 类间差异的平均值
答案：A
59. 在决策树算法中，剪枝的主要目的是：
在决策树算法中，剪枝的主要目的是：
A. 提高模型的复杂度
B. 防止模型过拟合
C. 增加模型的深度
D. 提高模型在训练集上的表现
答案：B
60. 下列哪个指标用于衡量预测模型的精度？
下列哪个指标用于衡量预测模型的精度？
A. 平均绝对误差（MAE）
B. 判定系数（R-squared）
C. 召回率（Recall）
D. F1分数
答案：A
61. 时间序列分析中的自回归模型（AR）主要用于捕捉数据的：
时间序列分析中的自回归模型（AR）主要用于捕捉数据的：
A. 趋势成分
B. 季节性成分
C. 周期性成分
D. 随机成分中的自相关性
答案：D
62. 在多元回归分析中，如果增加一个新的自变量，通常会导致：
在多元回归分析中，如果增加一个新的自变量，通常会导致：
A. 调整后的R方值增加
B. 调整后的R方值减少
C. 残差平方和增加
D. 回归系数的标准误减小
答案：B
63. 在神经网络中，权重和偏置的初始化通常采用：
在神经网络中，权重和偏置的初始化通常采用：
A. 随机数
B. 零值
C. 固定值
D. 任意值
答案：A
64. 在支持向量机中，核函数的选择通常取决于：
在支持向量机中，核函数的选择通常取决于：
A. 数据的样本量
B. 数据的分布类型
C. 模型的复杂度
D. 问题的性质和目标
答案：D
65. 在时间序列分析中，ARIMA模型主要用于处理：
在时间序列分析中，ARIMA模型主要用于处理：
A. 平稳时间序列
B. 非平稳时间序列
C. 季节性时间序列
D. 周期性时间序列
答案：B
66. 聚类分析中，K-means算法的目标是最小化：
聚类分析中，K-means算法的目标是最小化：
A. 类内差异
B. 类间差异
C. 类内和类间差异之和
D. 类内和类间差异之差
答案：A
67. 假设检验中，第一类错误是指：
假设检验中，第一类错误是指：
A. 原假设为真时拒绝原假设
B. 原假设为假时接受原假设
C. 原假设为真时接受原假设
D. 原假设为假时拒绝原假设
答案：A
68. 主成分分析（PCA）在降维处理时，主要保留的是数据中的：
主成分分析（PCA）在降维处理时，主要保留的是数据中的：
A. 噪声信息
B. 主要变异信息
C. 冗余信息
D. 缺失值信息
答案：B
69. 决策树算法中，用于衡量特征重要性的指标是：
决策树算法中，用于衡量特征重要性的指标是：
A. 信息增益
B. 基尼指数
C. 熵值
D. 以上都是
答案：D
70. 多元回归分析中，如果自变量之间存在高度共线性，会导致：
多元回归分析中，如果自变量之间存在高度共线性，会导致：
A. 回归系数的标准误增大
B. 回归系数的标准误减小
C. 模型的预测精度提高
D. 模型的解释性增强
答案：A
71. 在预测分析中，时间序列方法主要依据的是：
在预测分析中，时间序列方法主要依据的是：
A. 数据的因果关系
B. 数据的时间顺序
C. 数据的分布类型
D. 数据的随机性
答案：B
72. 聚类分析中，K-means算法的收敛条件是：
聚类分析中，K-means算法的收敛条件是：
A. 簇内差异达到最小
B. 簇间差异达到最大
C. 簇内差异和簇间差异之和达到最小
D. 迭代次数达到预设值或簇中心不再变化
答案：D
73. 假设检验中，拒绝原假设的依据是：
假设检验中，拒绝原假设的依据是：
A. P值小于显著性水平
B. P值大于显著性水平
C. P值等于显著性水平
D. P值与显著性水平无关
答案：A
74. 主成分分析（PCA）在降维处理时，通常保留的是数据中的：
主成分分析（PCA）在降维处理时，通常保留的是数据中的：
A. 主要变异方向上的信息
B. 次要变异方向上的信息
C. 所有方向上的信息
D. 随机选择的方向上的信息
答案：A
75. 在神经网络训练中，学习率的选择对模型性能有重要影响。学习率过低可能导致：
在神经网络训练中，学习率的选择对模型性能有重要影响。学习率过低可能导致：
A. 模型收敛速度加快
B. 模型无法收敛
C. 模型过拟合
D. 模型欠拟合
答案：D
76. 决策分析中，蒙特卡洛模拟的基本步骤不包括：
决策分析中，蒙特卡洛模拟的基本步骤不包括：
A. 建立概率模型
B. 生成随机数
C. 分析输出结果
D. 确定唯一解
答案：D
77. 在神经网络中，激活函数ReLU的主要优点是：
在神经网络中，激活函数ReLU的主要优点是：
A. 避免梯度消失
B. 避免梯度爆炸
C. 提高训练速度
D. 降低模型复杂度
答案：A
78. 主成分分析（PCA）在降维时，第一主成分对应的是：
主成分分析（PCA）在降维时，第一主成分对应的是：
A. 特征值最小的特征向量
B. 特征值最大的特征向量
C. 任意特征向量
D. 与数据点无关的特征向量
答案：B
79. 决策树算法中，信息增益比用于：
决策树算法中，信息增益比用于：
A. 选择最优特征
B. 评估模型性能
C. 确定树的深度
D. 优化目标函数
答案：A
80. 在回归分析中，如果增加一个与因变量相关的自变量，通常会导致：
在回归分析中，如果增加一个与因变量相关的自变量，通常会导致：
A. 回归系数的标准误增大
B. 回归系数的标准误减小
C. 模型的预测精度降低
D. 模型的解释性减弱
答案：B
81. 支持向量机中，软间隔分类与硬间隔分类的主要区别在于：
支持向量机中，软间隔分类与硬间隔分类的主要区别在于：
A. 是否允许分类错误
B. 是否使用核函数
C. 是否优化目标函数
D. 是否考虑数据点的权重
答案：A
82. 在时间序列分析中，季节性差分的主要目的是：
在时间序列分析中，季节性差分的主要目的是：
A. 消除季节性因素
B. 消除趋势因素
C. 消除随机波动
D. 消除周期因素
答案：A
83. 聚类分析中，K-means++算法是对K-means算法的改进，主要改进点在于：
聚类分析中，K-means++算法是对K-means算法的改进，主要改进点在于：
A. 初始聚类中心的选择
B. 迭代过程的优化
C. 目标函数的定义
D. 聚类结果的评估
答案：A
84. 决策分析中，敏感性分析主要用于评估：
决策分析中，敏感性分析主要用于评估：
A. 决策结果对参数变化的敏感程度
B. 决策方法的适用性
C. 决策过程的复杂性
D. 决策结果的稳定性
答案：A
85. 主成分分析（PCA）在降维时，保留的主成分个数通常依据：
主成分分析（PCA）在降维时，保留的主成分个数通常依据：
A. 累计贡献率
B. 特征值大小
C. 数据点的个数
D. 自变量的个数
答案：A
86. 在神经网络中，Dropout技术主要用于：
在神经网络中，Dropout技术主要用于：
A. 防止过拟合
B. 防止欠拟合
C. 提高训练速度
D. 降低模型复杂度
答案：A
87. 支持向量机中，核函数的选择对模型性能有重要影响。以下哪个不是常用的核函数？
支持向量机中，核函数的选择对模型性能有重要影响。以下哪个不是常用的核函数？
A. 线性核
B. 多项式核
C. 径向基核
D. sigmoid核的变种
答案：D
88. 多元回归分析中，调整R方与R方的区别在于：
多元回归分析中，调整R方与R方的区别在于：
A. 调整R方考虑了自变量个数
B. R方考虑了自变量个数
C. 调整R方未考虑自变量个数
D. 两者没有区别
答案：A
89. 在决策树算法中，剪枝策略通常用于：
在决策树算法中，剪枝策略通常用于：
A. 增加树的深度
B. 减少树的复杂度
C. 提高树的预测精度
D. 增强树的解释性
答案：B
90. 在时间序列预测中，AR模型是：
在时间序列预测中，AR模型是：
A. 自回归模型
B. 移动平均模型
C. 自回归积分滑动平均模型
D. 季节性差分自回归移动平均模型
答案：A
91. 聚类分析中，层次聚类方法的基本思想是：
聚类分析中，层次聚类方法的基本思想是：
A. 通过划分数据点形成簇
B. 通过计算数据点之间的距离形成簇的层次结构
C. 通过优化目标函数形成簇
D. 通过构造决策树形成簇
答案：B
92. 假设检验中，P值的意义是：
假设检验中，P值的意义是：
A. 原假设为真的概率
B. 在原假设为真时观察到当前数据或更极端数据的概率
C. 原假设为假的概率
D. 在原假设为假时观察到当前数据或更极端数据的概率
答案：B
93. 主成分分析（PCA）在降维时，通常保留的是数据中的：
主成分分析（PCA）在降维时，通常保留的是数据中的：
A. 主要变异方向
B. 次要变异方向
C. 所有方向
D. 随机选择的方向
答案：A
94. 在神经网络训练中，学习率的选择对模型性能有重要影响。学习率过高可能导致：
在神经网络训练中，学习率的选择对模型性能有重要影响。学习率过高可能导致：
A. 模型收敛速度加快
B. 模型无法收敛
C. 模型过拟合
D. 模型欠拟合
答案：B
95. 支持向量机中，惩罚参数C的作用是：
支持向量机中，惩罚参数C的作用是：
A. 控制分类错误的惩罚程度
B. 控制模型的复杂度
C. 控制核函数的类型
D. 控制学习率的大小
答案：A
96. 在时间序列分析中，ADF检验的原假设是：
在时间序列分析中，ADF检验的原假设是：
A. 数据是平稳的
B. 数据有单位根
C. 数据是季节性的
D. 数据是周期性的
答案：B
97. 决策分析中，蒙特卡洛模拟主要用于处理：
决策分析中，蒙特卡洛模拟主要用于处理：
A. 确定性问题
B. 随机性问题
C. 复杂性问题
D. 线性问题
答案：B
98. 多元回归分析中，如果自变量之间存在高度共线性，可以采取的措施是：
多元回归分析中，如果自变量之间存在高度共线性，可以采取的措施是：
A. 增加样本量
B. 使用岭回归
C. 合并相关自变量
D. 以上都可以尝试
答案：D
99. 在神经网络中，激活函数Sigmoid的主要缺点是：
在神经网络中，激活函数Sigmoid的主要缺点是：
A. 容易导致梯度消失
B. 容易导致梯度爆炸
C. 训练速度慢
D. 模型复杂度高
答案：A
100. 支持向量机中，线性核函数对应的是：
支持向量机中，线性核函数对应的是：
A. 线性分类器
B. 非线性分类器
C. 核化线性分类器
D. 以上都不是
答案：A
