支持向量指的是那些阻挡间隔继续扩大的数据点。
正确
举一反三
- SVM学习模式中支持向量是指决定最优分类间隔的关键数据点
- 在SVM的求解过程中，支持向量与α的关系是（ ）。 A: alpha=0的数据点是支持向量 B: alpha>0的数据点是支持向量 C: alpha<0的数据点是支持向量 D: 两者没有固定关系
- SVM-支持向量机中的支持向量是训练数据集中 A: 所有数据点 B: 数值大的点 C: 对分类起关键作用的数据点 D: 数值小的点
- 支持向量是最靠近决策表面的数据点
- 关于支持向量机描述正确的是 ( ) A: 概念提出比神经网络还要早 B: 若数据可以通过线性分类器来分类,希望找到分类最佳的平面,即使得属于两个不同类的数据点间隔最大的那个面,该面亦称为最大间隔超平面 C: 核函数不能用来解决低维空间难分的问题 D: 所谓支持向量是指那些在间隔区边缘之外的训练样本点
内容
- 0
支持向量指的是（ ） A: 对原始数据进行采样得到的样本点 B: 决定分类面可以平移的范围的数据点 C: 位于分类面上的点 D: 能够被正确分类的数据点
- 1
训练完SVM模型后, 不是支持向量的那些样本可以丢掉, 也可以继续分类。以上说法是否正确？（）
- 2
【判断题】支持向量机中,几何间隔和函数间隔是一样的
- 3
关于SVM的描述正确的是:( ) A: 支持向量机模型定义在特征空间上的间隔最大的线性分类器 B: 支持向量机可以通过核技巧,这使之成为实质上的非线性分类器 C: 支持向量机的学习策略就是间隔最大化 D: 支持向量机训练时候,数据不需要归一化或者标准化
- 4
关于线性和非线性支持向量机的描述，以下哪种说法不对 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: 线性可分支持向量机利用间隔最大化求得最优分离超平面，这时的解不是唯一的