训练完SVM模型后, 不是支持向量的那些样本可以丢掉, 也可以继续分类。以上说法是否正确？（）
错
举一反三
内容
- 0
关于线性SVM中支持向量的说法，下列正确的有 A: 线性SVM对偶问题的解α^*中满足α_i^*>0的x_i称为支持向量。 B: 支持向量可以在间隔边界上，也可在间隔边界与决策边界之间，或在决策边界误分的那一侧。 C: 分类决策超平面完全由支持向量决定。 D: 只有位于间隔边界内的样本才是支持向量。
- 1
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。
- 2
关于支持向量机，说法正确的是： A: 去除支持向量以外的数据点，会影响原先的决策边界 B: SVM也可以处理难以进行线性分类的数据集 C: 采用硬边界可能会造成过拟合问题 D: SVM可以处理多分类问题
- 3
训练好的SVM抛弃非支持向量的样本，仍然可以对新样本进行分类。
- 4
以下关于支持向量机的说法正确的是 ( )。 A: SVM适用于大规模数据集 B: SVM分类思想就是将分类面之间的间隔最小化 C: SVM方法简单,鲁棒性较好 D: SVM分类面取决于支持向量