网友您好， 请在下方输入框内输入要搜索的题目：
题目内容
（请给出正确答案）
关于支持向量机SVM,下列说法错误的是()
A.L2正则项，作用是最大化分类间隔，使得分类器拥有更强的泛化能力
B.Hinge损失函数，作用是最小化经验分类错误
C.分类间隔为1/||w||，||w||代表向量的模
D.当参数C越小时，分类间隔越大，分类错误越多，趋于欠学习
参考答案
更多 “ 关于支持向量机SVM,下列说法错误的是()A.L2正则项，作用是最大化分类间隔，使得分类器拥有更强的泛化能力B.Hinge损失函数，作用是最小化经验分类错误C.分类间隔为1/||w||，||w||代表向量的模D.当参数C越小时，分类间隔越大，分类错误越多，趋于欠学习 ” 相关考题
考题
支持向量机分类法SVM是指（）A．Support Vector MethodB．Support Vector MachineC．Select Vector MethodD．Select Vector Machine
考题
下列关于分类方法的叙述正确的有（）。A．Naïve Bayes（朴素贝叶斯）是一种概率分类器B．SVM（支持向量机）在向量空间构造超平面，以区分不同类别的样本C．决策树基于树结构进行决策，从树根到一个叶子的路径对应一个分类规则D．SVM（支持向量机）和K-NN（K-近邻）都有模型的训练过程（构造分类模型）
考题
6、在以下选项中，（）是定义在特征空间上的、间隔最大、支持核技巧的分类器。A．支持向量机（SVM）B．k 近邻法（KNN）C．决策树（Decision Tree）D．感知机（Perceptron）
考题
11、SVM 原理描述不正确的是（）。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．SVM 的基本模型是在特征空间中寻找间隔最小化的分离超平面的线性分类器
考题
线性支持向量机的设计目标是设计决策边界间隔最小的线性分类器，以使得最坏情况下的泛化误差最小。（判断）
热门标签
最新试卷
