(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
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
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
- 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
- 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。