下面哪些是基于核的机器学习算法？（ ）
A: Expectation Maximization（EM）（最大期望算法）
B: Support Vector Machine（SVM）（支持向量机）
C: Linear Discrimimate Analysis（LDA）（主成分分析法）
D: Radial Basis Function（RBF）（径向基核函数）
A: Expectation Maximization（EM）（最大期望算法）
B: Support Vector Machine（SVM）（支持向量机）
C: Linear Discrimimate Analysis（LDA）（主成分分析法）
D: Radial Basis Function（RBF）（径向基核函数）
举一反三
- 下面哪些是基于核的机器学习算法? A: Expectation Maximization B: Radial Basis Function C: Linear Discrimimate Analysis D: Support Vector Machine
- 下面哪个不是基于核的机器学习算法（ ）? A: . ExpectationMaximization（EM）（最大期望算法） B: RadialBasisFunction（RBF）（径向基核函数） C: LinearDiscrimimateAnalysis（LDA）（主成分分析法） D: SupportVectorMachine（SVM）（支持向量机）
- 支持向量机的常用核函数有： A: 线性核LINEAR B: 多项式核 C: 高斯径向基函数核 D: Sigmold核函数
- 下面哪些不属于有监督学习 A: 聚类分析 B: 支持向量机(Support Vector Machines) C: 逻辑斯蒂回归(logistic regression) D: 线性判别分析(linear discriminant analysis)
- 支持向量机（Support Vector Machine, SVM）是通过寻找超平面对样本进行分隔从而实现分类或预测的算法，分隔样本时的原则是使得间隔最大化，寻找间隔最大的支持向量。