Weka中加载数据后,运行SMO分类器,将PolyKernel多项式核函数的指数(Exponent)设置为2,则以下描述正确的是()。
A: SVM为线性支持向量机
B: SVM为非线性支持向量机
C: 超平面表示为在原来空间中的属性值的函数
D: 超平面表示为支持向量的函数
A: SVM为线性支持向量机
B: SVM为非线性支持向量机
C: 超平面表示为在原来空间中的属性值的函数
D: 超平面表示为支持向量的函数
举一反三
- 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
- 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（）。
- SVM通过使用核函数可以学习非线性支持向量机，等价于隐式地在______ 的特征空间中学习线性支持向量机。
- 利用核技巧，可以将线性分类的学习方法应用到非线性分类问题中去。将线性支持向量机扩展到非线性支持向量机，只需将线性支持向量机对偶形式中的内积换成核函数。
- 关于SVM的描述正确的是:( ) A: 支持向量机模型定义在特征空间上的间隔最大的线性分类器 B: 支持向量机可以通过核技巧,这使之成为实质上的非线性分类器 C: 支持向量机的学习策略就是间隔最大化 D: 支持向量机训练时候,数据不需要归一化或者标准化