首页 > 试题广场 >

下面关于支持向量机（SVM）的描述错误的是（ ）？

[单选题]

下面关于支持向量机（SVM）的描述错误的是（ ）？ 

  • 是一种监督式学习的方法
  • 可用于多分类的问题
  • 是一种生成式模型
  • 支持非线性的核函数
查看正确选项
添加回答
Lee626头像 Lee626
判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。
常见的判别式模型有 线性回归模型、线性判别分析、支持向量机SVM、神经网络等。
生成式模型（Generative Model）则会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得p(yi|x)，然后选取使得p(yi|x)最大的yi，
常见的生成式模型有 隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型GMM、LDA等。


编辑于 2020-04-18 09:16:23 回复(2)
欧皇琦头像 欧皇琦

判别式模型：

线性回归，逻辑回归，线性判别分析，SVM，CART，神经网络，高斯过程，条件随机场

生成式模型：

朴素贝叶斯，K近邻，混合高斯模型

发表于 2021-06-24 14:58:09 回复(0)
牛客872544921号头像 牛客872544921号
发表于 2022-02-24 20:37:41 回复(1)
windows10头像 windows10
是判别式模型
发表于 2019-06-04 12:48:18 回复(0)
Fansv587头像 Fansv587

判别式模型（Discriminative Model）直接对条件概率 P(y∣x)P(y∣x) 进行建模，它学习的是不同输入 xx 与输出 yy 之间的边界。常见的判别式模型包括：线性回归、逻辑回归、支持向量机（SVM）、决策树、随机森林、、多层感知机（MLP）、传统神经网络、邻近算法（K邻近、最近邻）条件随机场（CRF）、
提升算法（Boosting Algorithm、常见的提升算法有 AdaBoost（Adaptive Boosting，自适应提升）、GBDT（Gradient Boosting Decision Tree，梯度提升决策树）。

条件概率分布（Conditional Probability Distribution）是在给定某些条件下，某个随机变量的概率分布。

例如，条件概率分布 P(Y∣X=x)P(Y∣X=x) 表示在已知随机变量 XX 取值为 xx 的条件下，随机变量 YY 的概率分布。

用公式表示，条件概率 P(Y∣X=x)=P(X=x,Y)P(X=x)P(Y∣X=x)=P(X=x)P(X=x,Y) 。

生成式模型（Generative Model）对联合概率分布 P(x,y)P(x,y) 进行建模。有联合概率分布之后，可以用贝叶斯定理得到条件分布概率P(y∣x)P(y∣x)，即上述判别式模型的那个概率。但是反过来却不行，条件概率无法得到联合概率分布。
常见的生成式模型有朴素贝叶斯、隐马尔可夫模型、马尔可夫随机场、多项式混合模型、高斯模型、高斯混合模型、高斯分布、Sigmoidal Belief Networks、贝叶斯网络、潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）

联合概率分布（Joint Probability Distribution）表示两个或多个随机变量同时取值的概率分布。

例如，假设有两个随机变量 XX 和 YY ，联合概率分布 P(X=x,Y=y)P(X=x,Y=y) 表示 XX 取值为 xx 且 YY 取值为 yy 的概率。

发表于 2025-02-18 10:27:27 回复(0)
自信的秋田犬头像 自信的秋田犬
KNN是判别模型；KMeans是生成模型
发表于 2023-10-11 14:10:19 回复(0)
ballball了头像 ballball了
有多分类的SVM的
发表于 2021-03-19 22:57:27 回复(0)
活跃的芝士在被拷头像 活跃的芝士在被拷
SVM是一种判别式模型 ，它直接学习决策边界（即如何区分不同类别的数据），而不是像生成式模型那样尝试建模数据的分布（例如朴素贝叶斯）。判别式模型的特点是更关注分类边界，而生成式模型则试图理解数据的生成过程。
发表于 2025-04-12 16:30:55 回复(0)
勇敢的修勾刷了100道题头像 勇敢的修勾刷了100道题
支持向量机不是一种生成式的模型
发表于 2023-06-08 13:23:01 回复(0)
garol头像 garol
B
发表于 2019-09-15 20:32:57 回复(0)
提交观点

问题信息

算法工程师 机器学习 vivo 2019
来自：vivo2019校招图...
上传者：小小
难度：
10条回答 9678浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号