支持向量机（SVM）属于（）技术。
A: 回归
B: 分类
C: 描述
D: 验证
A: 回归
B: 分类
C: 描述
D: 验证
B
举一反三
内容
- 0
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
- 1
支持向量机（SVM）能够很方便地解决分类问题 A: 正确 B: 错误
- 2
下面关于支持向量机（SVM）的描述错误的是？（ ）
- 3
以下哪种算法可以用于分类？ A: Apriori B: FP树 C: 决策树回归 D: 神经网络 E: 遗传算法 F: KNN最近邻 G: SVM支持向量机
- 4
Weka中运行SMO分类器,将PolyKernel多项式核函数的指数(Exponent)设置为1,则以下描述正确的是()。 A: 超平面表示为支持向量的函数 B: SVM为线性支持向量机 C: 分类器运行后会输出2个三元SMO模型 D: SVM为非线性支持向量机