題目一：假定你使用SVM學習數據X，數據X裏面有些點存在錯誤。現在如果你使用一個二次核函數，多項式階數爲2，使用懲罰因子C作爲超參之一。 當你使用較大的C（C趨於無窮），則：
A
仍然能正確分類數據
B
不能正確分類
C
不確定
D
以上均不正確
解析：正確答案是：A，採用更大的C，誤分類點的懲罰就更大，因此決策邊界將儘可能完美地分類數據。參考
題目二：假設你訓練了一個基於線性核的SVM，多項式階數爲2，在訓練集和測試集上準確率都爲100%。 如果增加模型複雜度或核函數的多項式階數，將會發生什麼？
A
導致過擬合
B
導致欠擬合
C
無影響，因爲模型已達100%準確率
D
以上均不正確
解析：
正確答案是：A，增加模型複雜度會導致過擬合