线性SVM中的最有分类面的权向量是输入样本的线性组合吗？
A: 是
B: 不是
C: 视样本情况而定
D: 无法确定
A: 是
B: 不是
C: 视样本情况而定
D: 无法确定
举一反三
- 对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。
- 【多选题】关于样本线性相关系数,正确的是() (5.0分) A. 样本线性相关系数是随机变量 B. 样本线性相关系数是唯一的 C. 样本线性相关系数是固定值 D. 给定样本数值情况下，样本线性相关系数可以得出确定数值
- 在支持向量机中，样本线性不可分时可以投影到高维空间，转换成线性可分情况。
- 以下关于支持向量机的描述不正确的是（ ）。 A: 它是二分类模型，但可以扩展为多分类模型 B: 训练支持向量机就是找到最优分割线、平面或超平面，使得样本距离分割线、平面或超平面最远 C: 样本集中的所有样本均是“支持向量” D: 样本线性不可分时可以投影到高维空间，转换成线性可分情况
- 支持向量机SVM无法处理线性不可分的数据集。（ ）