20世纪90年代，支持向量机成为最具影响力的机器学习算法，这主要得益于它是基于（）的算法。
A: 概率统计
B: 逻辑推理
C: 线性模型
D: 核方法
A: 概率统计
B: 逻辑推理
C: 线性模型
D: 核方法
举一反三
- 支持向量机作为统计学习的代表在90年代成为机器学习的主流算法，但支持向量的概念在60年代已经被提出来。（ ）
- SVM算法属于那种模型（ ）。 A: 神经网络 B: 逻辑回归 C: 线性回归 D: 支持向量机
- 下面哪个不是基于核的机器学习算法（ ）? A: . ExpectationMaximization（EM）（最大期望算法） B: RadialBasisFunction（RBF）（径向基核函数） C: LinearDiscrimimateAnalysis（LDA）（主成分分析法） D: SupportVectorMachine（SVM）（支持向量机）
- 支持向量机诞生于统计学习界，从某种意义上来说是逻辑回归算法的强化。
- 逻辑回归被认为是现代机器学习的“Hello World”，它是一种基于概率的算法，它是典型的（ ）算法。 A: 回归模型 B: 分类模型 C: 既是回归模型，也是分类模型 D: 既不是回归模型，也不是分类模型