使用SMO分类器和LibSVM分类器对breast-cancer.arff分别进行分类,由其输出的结果可知()。 A: SMO正确分类率比LibSVM大 B: SMO均方根误差比LibSVM的均方根误差小 C: SMO相对误差比LibSVM的相对误差大 D: SMO平均绝对误差比LibSVM的平均绝对误差小

题目：基于Libsvm库的文本分类系统的研究与实现

加载LibSVM分类器后，为验证该分类器性能，使用十折交叉验证时应选择（）。

使用SMO分类器和LibSVM分类器对breast-cancer.arff分别进行分类，由其输出的结果可知（）。

扩展库sklearn.svm中提供了线性支持向量机分类器LinearSVC、线性支持向量机回归器LinearSVR，基于libsvm的支持向量机分类器SVC、支持向量机回归器SVR，无监督异常值检测OneClassSVM，以及NuSVC和NuSVR。