支持向量指的是那些阻挡间隔继续扩大的数据点。
举一反三
- SVM学习模式中支持向量是指决定最优分类间隔的关键数据点
- 在SVM的求解过程中，支持向量与α的关系是（ ）。 A: alpha=0的数据点是支持向量 B: alpha>0的数据点是支持向量 C: alpha<0的数据点是支持向量 D: 两者没有固定关系
- SVM-支持向量机中的支持向量是训练数据集中 A: 所有数据点 B: 数值大的点 C: 对分类起关键作用的数据点 D: 数值小的点
- 支持向量是最靠近决策表面的数据点
- 关于支持向量机描述正确的是 ( ) A: 概念提出比神经网络还要早 B: 若数据可以通过线性分类器来分类,希望找到分类最佳的平面,即使得属于两个不同类的数据点间隔最大的那个面,该面亦称为最大间隔超平面 C: 核函数不能用来解决低维空间难分的问题 D: 所谓支持向量是指那些在间隔区边缘之外的训练样本点