下列关于支持向量的说法正确的是()。
A.到分类超平面的距离最近的且满足一定条件的几个训练样本点是支持向量
B.训练集中的所有样本点都是支持向量
C.每一类样本集中都分别只有一个支持向量
D.支持向量的个数越多越好
A.到分类超平面的距离最近的且满足一定条件的几个训练样本点是支持向量
B.训练集中的所有样本点都是支持向量
C.每一类样本集中都分别只有一个支持向量
D.支持向量的个数越多越好
A.支持向量回归是将支持向量的方法应用到回归问题中
B.支持向量回归同样可以应用核函数求解线性不可分的问题
C.同分类算法不同的是,支持向量回归要最小化一个凹函数
D.支持向量回归的解是稀疏的
A.支持向量机可以用于处理二分类及多分类问题
B.支持向量机只能用于线性可分的分类问题
C.支持向量机可用于回归问题
D.核函数的选择对支持向量机的性能影响较大
A.支持向量是距离超平面最近的点组成的向量
B.SVM算法不能用于处理非线性数据集
C.SVM可以被用于解决分类问题
D.SVM算法可以使用多种核函数
在Python语言中,下列哪些说法不正确的是()。
A.Python语言的numpy库支持对向量、矩阵等数据概念的表示
B.Python语言语法中对缩进的要求不是强制的
C.Python语言的列表(list,[])之中不能嵌套包含列表
D.Python语言中的while循环语句之中的循环条件不能直写为True,否则会造成死循环
A.支持向量机的判别函数一定属于线性函数
B.在样本为某些分布情况时,线性判别函数可以成为最小错误率或最小风险意义下的最优分类器
C.在一般情况下,线性分类器只能是次优分类器
D.线性分类器简单而且在很多期情况下效果接近最优,所以应用比较广泛
A.文本分类是指按照预先定义的主题类别,由计算机自动地为文档集合中的每个文档确定一个类别
B.文本分类大致可分为基于知识工程的分类系统和基于机器学习的分类系统
C.文本的向量形式一般基于词袋模型构建,该模型考虑了文本词语的行文顺序
D.构建文本的向量形式可以归结为文本的特征选择与特征权重计算两个步骤
A.只要一个对称函数所对应的核矩阵半正定,就能称为核函数;
B.核函数选择作为支持向量机的最大变数;
C.核函数将影响支持向量机的性能;
D.核函数是一种降维模型;
A.支持802.11b/g/
B.802.11b每个信道占用22MHz
C.802.11g/n/每个信道占用20MHz
D.802.11n完全兼容802.11/g