题目内容
(请给出正确答案)
[单选题]
题目SVM中使用高斯核函数之前通常会进行特征归一化,以下关于特征归一化描述不正确的是()
A.经过特征归一化得到的新特征优于旧特征
B.特征归一化无法处理类别变量
C.SVM中使用高斯核函数时,特征归一化总是有用的
答案
C、SVM中使用高斯核函数时,特征归一化总是有用的
如果结果不匹配,请 联系老师 获取答案
A.经过特征归一化得到的新特征优于旧特征
B.特征归一化无法处理类别变量
C.SVM中使用高斯核函数时,特征归一化总是有用的
C、SVM中使用高斯核函数时,特征归一化总是有用的
A.增加训练集量
B.减少神经网络隐藏层节点数
C.删除稀疏的特征
D.SVM算法中使用高斯核/RBF核代替线性核
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
A.仍然能正确分类数据
B.不能正确分类
C.不确定
D.以上均不正确
A.仍然能正确分类数据
B.不能正确分类C不确定
C.以上均不正确
A.多项式核中的多项式次数为2时,多项式核退化为线性核
B.只要一个函数所对应的核矩阵为半正定时,就能作为核函数
C.高斯核的带宽要求大于0
D.对于一个半正定核矩阵,不一定能找到一个与之对应的映射