大学职业资格刷题搜题APP
创建自己的小题库
搜索
【单选题】
支持向量机（SVM）方法通过最大化支持向量到分隔超平面的距离来训练分类器。
A.
正确
B.
错误
相关题库：数字图像处理（北京工业大学）
手机使用
分享
复制链接
新浪微博
分享QQ
微信扫一扫
反馈
收藏
举报
参考答案：
举一反三
【单选题】如下哪些不是最近邻分类器的特点。 ( )
A.
它使用具体的训练实例进行预测，不必维护源自数据的模型
B.
分类一个测试样例开销很大
C.
最近邻分类器基于全局信息进行预测
D.
可以生产任意形状的决策边界
【单选题】支持向量机与逻辑回归之间的区别在于
A.
逻辑回归和支持向量机都是寻找分界面，原理可以互推
B.
逻辑回归的目标是分类错误率最小，而支持向量机的目标是分类边距最大，所以支持向量机的精度不如逻辑回归
C.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让预测精度最优
D.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让训练精度最优
【多选题】如下哪些不是基于规则分类器的特点，（）。
A.
规则集的表达能力远不如决策树好
B.
基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分
C.
无法被用来产生更易于解释的描述性模型
D.
非常适合处理类分布不平衡的数据集
【多选题】下列关于支持向量机说法正确的是（ ）
A.
支持向量机可以解决回归预测问题
B.
支持向量机是无监督机器学习方法
C.
支持向量机能够解决二分类问题
D.
支持向量机是有监督机器学习方法
【单选题】通过聚集多个分类器的预测来提高分类准确率的技术称为（）。
A.
组合（ensemble）
B.
聚集（aggregate）
C.
合并（combination）
D.
投票（voting）
相关题目：
【单选题】如下哪些不是最近邻分类器的特点。 ( )
A.
它使用具体的训练实例进行预测，不必维护源自数据的模型
B.
分类一个测试样例开销很大
C.
最近邻分类器基于全局信息进行预测
D.
可以生产任意形状的决策边界
【单选题】支持向量机与逻辑回归之间的区别在于
A.
逻辑回归和支持向量机都是寻找分界面，原理可以互推
B.
逻辑回归的目标是分类错误率最小，而支持向量机的目标是分类边距最大，所以支持向量机的精度不如逻辑回归
C.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让预测精度最优
D.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让训练精度最优
【多选题】如下哪些不是基于规则分类器的特点，（）。
A.
规则集的表达能力远不如决策树好
B.
基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分
C.
无法被用来产生更易于解释的描述性模型
D.
非常适合处理类分布不平衡的数据集
【多选题】下列关于支持向量机说法正确的是（ ）
A.
支持向量机可以解决回归预测问题
B.
支持向量机是无监督机器学习方法
C.
支持向量机能够解决二分类问题
D.
支持向量机是有监督机器学习方法
【单选题】通过聚集多个分类器的预测来提高分类准确率的技术称为（）。
A.
组合（ensemble）
B.
聚集（aggregate）
C.
合并（combination）
D.
投票（voting）
参考解析：
题目纠错 0
发布
