关于SVM与感知机，以下说法正确的是：（ ）
A: 损失函数方面，感知机采用的是误分类，易造成过拟合，而SVM采用间隔最大化(合页损失函数)，一定程度上可避免过拟合
B: 优化方法方面，感知机采用梯度下降法，而SVM采用不等式约束结合拉格朗日乘子
C: 都是用于分类的监督学习算法
D: 感知机只用于线性分类，SVM可用于线性和非线性分类
A: 损失函数方面，感知机采用的是误分类，易造成过拟合，而SVM采用间隔最大化(合页损失函数)，一定程度上可避免过拟合
B: 优化方法方面，感知机采用梯度下降法，而SVM采用不等式约束结合拉格朗日乘子
C: 都是用于分类的监督学习算法
D: 感知机只用于线性分类，SVM可用于线性和非线性分类
举一反三
- 以下关于感知机说法错误的是： A: 感知机是二分类的线性分类模型，属于非监督学习算法 B: 只要参数设置得当，感知机理论上可以解决各种分类问题 C: 感知机的训练过程可以看成是在误差空间进行梯度下降 D: 感知机学习算法是正确分类驱动的
- 关于支持向量机，说法正确的是： A: 去除支持向量以外的数据点，会影响原先的决策边界 B: SVM也可以处理难以进行线性分类的数据集 C: 采用硬边界可能会造成过拟合问题 D: SVM可以处理多分类问题
- 关于感知机（perceptron），下列说法错误的是 A: 感知机由Rosenblatt于1957年提出，是神经网络的基础 B: 感知机是二分类的线性分类模型，属于有监督学习算法 C: 感知机是二分类的线性分类模型，属于无监督学习算法 D: 感知机的预测是用学习得到的感知机模型对新的实例进行预测的，因此属于判别模型
- 关于感知机模型，下列说法错误的是( ) A: 感知机属于无监督学习算法 B: 感知机属于判别模型 C: 感知机由Rosenblatt于1957年提出，是神经网络的基础 D: 感知机是二分类的线性分类模型
- SVM 原理描述不正确的是( )。 A: 当训练样本线性可分时,通过硬间隔最大化,学习一个线性分类器,即线性可分支持向量机 B: 当训练数据近似线性可分时,引入松弛变量,通过软间隔最大化,学习一个线性分类器,即线性支持向量机 C: 当训练数据线性不可分时,通过使用核技巧及软间隔最大化,学习非线性支持向量机 D: SVM 的基本模型是在特征空间中寻找间隔最小化的分离超平面的线性分类器