下载APP
【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
举报
题目标签:
支持向量机
分类器
超平面
相关题库:
数字图像处理(北京工业大学)
参考答案:
参考解析:
刷刷题刷刷变学霸
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
查看完整题目与答案
【判断题】朴素贝叶斯分类器对于小样本数据集效果不如决策树好。
A.
正确
B.
错误
查看完整题目与答案
【单选题】下列选项中,最常见的评价分类器好坏的指标是()。
A.
准确率(auc)
B.
精确度(precision)
C.
召回率(recall)
D.
F值
查看完整题目与答案
【单选题】对于支持向量机方法,寻找分类超平面的过程是转化为有约束条件的目标函数优化问题。
A.
正确
B.
错误
查看完整题目与答案
【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
查看完整题目与答案
【简答题】卧式分类器的操作过程。
查看完整题目与答案
【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
查看完整题目与答案
【判断题】线性不可分时,最优分类超平面不存在
A.
正确
B.
错误
查看完整题目与答案
【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
查看完整题目与答案
【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)
查看完整题目与答案