支持向量机又称“支持向量网络”,是在分类与回归分析中分析数据的监督学习算法。

在支持向量机中，支持向量是指：（ ）A. 用来评估模型性能的指标B. 模型中用来判定分类边界的数据点C. 用来判断数据是否有缺失的指标D. 用来处理异常值的算法

在支持向量机(SVM)中,什么是“支持向量”?A. 训练数据集中的所有数据点B. 分离超平面上的所有数据点C. 与决策边界最接近的数据点D. 决策边界上的一些关

支持向量机模型包括-|||-A 线性可分支持向量机-|||-B 线性支持向量机-|||-C 非线性可分支持向量机-|||-D 非线性支持向量机

在支持向量机中,决定分类超平面的关键因素是()。A. 离超平面最近的样本点B. 所有样本点C. 样本点的均值D. 样本点的方差

支持向量机只能用于线性可分的数据集。A. 对B. 错

[单选题]支持向量机（SVM）属于（）技术。A . 回归B . 分类C . 描述D . 验证

支持向量机是一种用来:()A. 预测未来的数据趋势B. 发现数据中的关联规则C. 对数据进行分类和回归分析的算法D. 对数据进行聚类分析的算法

离分类线最近的样本为支持向量。()A. 正确B. 错误

[单选题]关于支持向量机SVM,下列说法错误的是()A．L2正则项，作用是最大化分类间隔，使得分类器拥有更强的泛化能力B．Hinge损失函数，作用是最小化经验分类错误C．分类间隔为1/||w||，||w||代表向量的模D．当参数C越小时，分类间隔越大，分类错误越多，趋于欠学习

按照学习方式，机器学习可以分为监督学习、无监督学习、半监督学习和强化学习等。在监督学习中，训练样本的标签信息是已知的，根据样本标签是连续还是离散，监督学习又可以