在机器学习中，以下哪项技术通常用于防止模型过拟合？ A. 增加模型复杂度 B. 数据增强 C. 减少训练数据集大小 D. 使用更少的特征 答案解析 本题考查的是过拟合的防止方法。过拟合是指模型在训练数据上表现很好，但在新的、未见过的数据上表现不佳。数据增强（B）是一种常用的技术，通过扩大训练集来帮助模型泛化。增加模型复杂度（A）通常会导致过拟合，减少训练数据集大小（C）和使用更少的特征（D）可能会使模型欠拟合。 正确答案：B