多项选择题
A.使用多项式核的svmB.使用高斯核的SVMC.逻辑回归模型D.不带核函数的支持向量机
有一数据集（特征n=10），（样本m=5000），在使用逻辑回归分类器训练后，呈欠拟合，测试集预期效果也不好，...
多项选择题有一数据集（特征n=10），（样本m=5000），在使用逻辑回归分类器训练后，呈欠拟合，测试集预期效果也不好，想提高拟合效果，可以用下列哪些方法（）
A.添加新的多项式特征B.使用高斯核的SVMC.不引入新的特征，并且使用线性核的SVMD.尝试使用多节点隐藏层神经网络
在机器学习中，以下哪些是核函数（）A.线性核B.多项式核C.高斯核D.sigmoid核
多项选择题在机器学习中，以下哪些是核函数（）
A.线性核B.多项式核C.高斯核D.sigmoid核
下列有关SVM支持向量机的说法中，错误的是（）A.如果使用一对多的方式训练多分类支持向量机，则不可能用到核函数...
多项选择题下列有关SVM支持向量机的说法中，错误的是（）
A.如果使用一对多的方式训练多分类支持向量机，则不可能用到核函数B.高斯核的最大值为1C.如果数据是线性可分的，SVM使用线性核，无论C如何选择，都将会返回一个相同的参数θ（即θ的结果不依赖于C的值）D.假设输入参数是二维（x（i）∈R2），则支持向量机（线性核）的决策边界是一条直线
