支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的()。
查看答案
SVM使用()损失函数计算经验风险,并在求解系统中加入了()以优化结构风险,是一个具有稀疏性和稳健性的分类器。
SVM可以通过()进行非线性分类,是常见的核学习方法之一。
按统计学习理论,分类器在经过学习并应用于新数据时会产生风险,风险的类型可分为经验风险和结构风险,经验风险由()定义,描述了分类器所给出的分类结果的准确程度;结构风险由()定义,描述了分类器自身的复杂程度及稳定程度。
若一个分类器通过最小化经验风险和结构风险的线性组合以确定其模型参数,则对该分类器的求解是一个()问题。