题目内容 (请给出正确答案)
在使用非线性SVM分类算法前,需要提前确定
[单选题]

在使用非线性SVM分类算法前,需要提前确定

A.核函数和惩罚参数

B.非线性映射

C.将输入数据映射到多少维的高维空间中

D.数据映射到高维空间中后是否是线性可分的

提问人:网友肖和成 发布时间:2022-01-07
参考答案
查看官方参考答案
如搜索结果不匹配,请 联系老师 获取答案
网友答案
查看全部
  • · 有4位网友选择 C,占比50%
  • · 有3位网友选择 D,占比37.5%
  • · 有1位网友选择 A,占比12.5%
匿名网友 选择了D
[138.***.***.65] 1天前
匿名网友 选择了D
[138.***.***.227] 1天前
匿名网友 选择了A
[156.***.***.41] 1天前
匿名网友 选择了D
[162.***.***.164] 1天前
匿名网友 选择了C
[222.***.***.254] 1天前
匿名网友 选择了C
[172.***.***.127] 1天前
匿名网友 选择了C
[218.***.***.75] 1天前
匿名网友 选择了C
[40.***.***.162] 1天前
加载更多
提交我的答案
登录提交答案,可赢取奖励机会。
更多“在使用非线性SVM分类算法前,需要提前确定”相关的问题
第1题
利用SVM将低维空间中的非线性问题映射到高维空间,存在哪些问题?

A.不确定需要映射到多少维的空间上,非线性问题才会转化为线性问题

B.如何找到合适的映射函数φ

C.增加计算量,可能会因为维数灾难无法解决

D.能够确定映射到的高维空间的维度

E.能够找到合适的映射函数φ

F.增加计算量时可以避免出现维数灾难

点击查看答案
第2题
核函数内在隐含了一个从低维输入空间到高维特征空间的一个非线性映射,且这个映射是唯一存在的。
点击查看答案
第3题
对于输入空间中的非线性分类问题,可以通过非线性变换将它转化为某个高维特征空间中的线性分类问题,然后在高维特征空间中学习 线性SVM。
点击查看答案
第4题
在模式识别中,广义线性化是指从低维特征空间映射到高维特征空间,从而将一个非线性不可分问题映射为一个线性可分问题。
点击查看答案
第5题
非线性SVM中应到的关键技术是:核技巧,即用计算核函数的值代替在高维特征空间中的内积运算。
点击查看答案
第6题
以下关于SVM算法说法错误的是?()

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

点击查看答案
第7题
关于核函数方法,下面说法正确的是

A.核函数的引入避免了“维数灾难”,大大减小了计算量。

B.无需知道非线性变换函数Φ的形式和参数。

C.核函数的形式和参数的变化会隐式地改变从输入空间到特征空间的映射,进而对特征空间的性质产生影响。

D.核方法可以和不同的算法相结合,形成多种不同的基于核函数技术的方法。

点击查看答案
第8题
方法是通过一个非线性映射P,把样本空间映射到一个高维乃至无穷维的特征空间中,使得在原来的样
本空间中非线性可分的问题转化为在特征空间中的线性可分的问题。

A.支持向量机

B.机器学习

C.遗传算法

D.关联分析

点击查看答案
第9题
对于非线性可分的问题,如果原始空间是有限维,即属性数目有限,则一定可以映射到一个更高维的特征空间使得样本线性可分。(判断)
点击查看答案
第10题
以下哪些与支持向量机无关

A.使用核函数

B.将低维向量向高维向量转换

C.使低维线性不可分的数据在高维线性可分

D.使用的向量都叫做支持向量

点击查看答案
账号:
你好,尊敬的用户
复制账号
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改
欢迎分享答案

为鼓励登录用户提交答案,简答题每个月将会抽取一批参与作答的用户给予奖励,具体奖励活动请关注官方微信公众号:简答题

简答题官方微信公众号

警告:系统检测到您的账号存在安全风险

为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!

微信搜一搜
简答题
点击打开微信
警告:系统检测到您的账号存在安全风险
抱歉,您的账号因涉嫌违反简答题购买须知被冻结。您可在“简答题”微信公众号中的“官网服务”-“账号解封申请”申请解封,或联系客服
微信搜一搜
简答题
点击打开微信