题海让大学四年没有难题
白天模式登陆

题目详情

单选题 SVM中的支持向量是什么

A. 用于计算超平面的向量

B. 训练数据中距离分类边界最近的点

C. 训练数据中所有点的向量

D. 用于对测试数据进行分类的向量

学科：机器学习

时间：2024-05-14 15:43:20

相关题目

相关作业

题目1
单选题
SVM(支持向量机)是一种( )算法
A. 回归B. 分类C. 聚类D. 强化学习
题目2
单选题
SVM(支持向量机)是一种基于()的分类算法
A. 贝叶斯定理B. 逻辑回归C. 线性判别分析D. 决策树
题目3
单选题
SVM(支持向量机)的目标是找到一个最优的( )
A. 分类边界B. 分类器C. 损失函数D. 正则化项
题目4
单选题
SVM(支持向量机)中的核函数的作用是( )
A. 将低维空间映射到高维空间B. 将高维空间映射到低维空间C. 计算样本点与分类边界之间的距离D. 优化模型的超参数
题目5
单选题
SVM是什么类型的机器学习算法
A. 无监督学习算法B. 监督学习算法C. 半监督学习算法D. 强化学习算法
题目6
单选题
SVM是一种什么类型的分类器
A. 线性分类器B. 非线性分类器C. 可以是线性或非线性分类器D. 随机分类器
题目7
单选题
SVM中的支持向量是什么
A. 用于计算超平面的向量B. 训练数据中距离分类边界最近的点C. 训练数据中所有点的向量D. 用于对测试数据进行分类的向量
题目8
单选题
SVM的训练过程需要计算各个样本点到超平面的距离,并选取距离最近的样本点作为支持向量.这个过程中使用的距离度量方式通常是
A. 曼哈顿距离B. 欧几里得距离C. 余弦相似度D. 皮尔逊相关系数
题目9
单选题
高斯核函数在SVM中的形式是什么
A. K(x,y)=xyB. K(x,y)=(xy+c)^dC. K(x,y)=exp(-||x-y||^2/(2sigma^2))D. K(x,y)=1/(1+exp(-xy))
题目10
单选题
在支持向量机(SVM)中,超平面到最近的数据点的距离最大化是为了
A. 提高分类速度B. 减少计算复杂度C. 提高分类器的泛化能力D. 减小模型的复杂度
Copyright © 2022 津ICP备2021001502号