下面关于支持向量机的描述正确的是( )。
A: 是一种监督学习的方法
B: 可用于多分类的问题
C: 支持非线性的核函数
D: 是一种生成模型
A: 是一种监督学习的方法
B: 可用于多分类的问题
C: 支持非线性的核函数
D: 是一种生成模型
举一反三
- 下面关于支持向量机（SVM）的描述错误的是（）？ A: 是一种生成式模型 B: 是一种监督式学习的方法 C: 可用于多分类的问题 D: 支持非线性的核函数
- 下面关于支持向量机（SVM）的描述错误的是（ ）？ A: 是一种生成式模型 B: 是一种监督式学习的方法 C: 可用于多分类的问题 D: 支持非线性的核函数
- (2分)下面关于支持向量机的描述错误的是哪个?( ) A: 是一种监督式学习的方法 B: 可用于多分类的问题 C: 是一种生成式模型 D: 支持非线性的核函数
- 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。
- 支持向量机是一种基于支持向量构造分类判别函数的学习机器，其核心是 。 A: 支持向量 B: 核函数 C: 权值 D: 判别函数