在支持向量机(SVM)中,什么是“支持向量”?

[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

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

[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

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

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。A. 正确B. 错误

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

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

[判断题]训练完SVM模型后,不是支持向量的那些样本我们可以丢掉,也可以继续分类()A．正确B．错误

支持向量机只能用于线性可分的数据集。A. 对B. 错

描述方法比变址方法简便，但不能解决向量数组高速运算;向量处理机能快速形成元素地址，能把元素成块预取到CPU，用一条指令同时对整个向量数组高速处理。数据描述符和向量数据表示对向量数据结构所提供的支持有什么不同?