以下关于SVM说法正确的是（ ）。
A: SVM可以应用到回归问题
B: SVM不能应用到生物信息学的问题中
C: SVM的soft-margin中惩罚项C可以通过交叉验证来选择
D: SVM不适合大规模数据的原因在于计算效率
A: SVM可以应用到回归问题
B: SVM不能应用到生物信息学的问题中
C: SVM的soft-margin中惩罚项C可以通过交叉验证来选择
D: SVM不适合大规模数据的原因在于计算效率
举一反三
- 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
- 以下说法正确的有哪些（ ）。 A: 软间隔的引入可以解决轻度线性不可分问题 B: SVM只能够解决回归问题 C: 核方法不能解决非线性问题 D: SVM是一种线性方法
- 以下对SVM算法的描述中正确的是() A: SVM的可解释性较差，无法给出决策树那样的规则 B: SVM算法既可以解决线性问题，又可以解决非线性问题 C: SVM算法既可以处理小样本问题，又可以处理大规模训练样本 D: 任意核函数都可以将低维线性不可分数据映射到高维线性可分的情况，且效果没有任何区别
- 关于 logit 回归和 SVM 不正确的是（ ） A: Logit回归目标函数是最小化后验概率 B: Logit回归可以用于预测事件发生概率的大小 C: SVM目标是结构风险最小化 D: SVM可以有效避免模型过拟合
- 非线性SVM中，核函数的选择对于SVM的性能至关重要（）