支持向量机（SVM）算法，通常可以用来解决何种问题？（）
A: 分类（Classification）
B: 聚类（Clustering）
C: 回归（Regression）
D: 关联（Association）
A: 分类（Classification）
B: 聚类（Clustering）
C: 回归（Regression）
D: 关联（Association）
A,C
举一反三
- _________属于有监督学习（Supervised Learning）的任务。 A: 分类问题（Classification） B: 回归问题（Regression） C: 数据降维（Dimensionality Reduction） D: 聚类问题（Clustering）
- (0.1分)多选题 （ ）属于有监督学习（Supervised Learning）的任务。 A: 数据降维（Dimensionality Reduction） B: 聚类问题（Clustering） C: 分类问题（Classification） D: 回归问题（Regression）
- 5._________属于有监督学习（Supervised Learning）的任务。 A: A.数据降维（Dimensionality Reduction） B: B.聚类问题（Clustering） C: C.分类问题（Classification） D: D.回归问题（Regression）
- 支持向量机（SVM）只能解决二分类问题。（ ）
- 下列哪些机器学习算法用来处理分类问题（）。 A: 逻辑回归 B: 支持向量机 C: 高斯混合聚类 D: 朴素贝叶斯
内容
- 0
支持向量机（SVM）能够很方便地解决分类问题
- 1
支持向量机（SVM）能够很方便地解决分类问题 A: 正确 B: 错误
- 2
SVM算法属于那种模型（ ）。 A: 神经网络 B: 逻辑回归 C: 线性回归 D: 支持向量机
- 3
支持向量机（SVM）属于（）技术。 A: 回归 B: 分类 C: 描述 D: 验证
- 4
下列关于支持向量机说法正确的是 A: 支持向量机可以解决回归预测问题 B: 支持向量机是无监督机器学习方法 C: 支持向量机能够解决二分类问题 D: 支持向量机是有监督机器学习方法