Introduction
機器學習強大如一座軍械庫，里面有各種威力驚人的武器，不過你首先得學會如何使用。舉個栗子，回歸（Regression）是一把能夠有效分析數據的利劍，但它對高度復雜的數據卻束手無策。支持向量機（Support Vector Machines，SVM）就好比一把鋒利的小刀，特別是在小數據集上建模顯得更為強大有力。
本套測試題專為SVM及其應用而設計，目前超過550人注冊了這個測試（排行榜），一起來看看你的SVM知識能得多少分吧，順便還能查漏補缺。
Helpful Resources
1.十大常用機器學習算法（附Python和R代碼）
2.SVM原理及代碼
Skill test Questions and Answers
假定你用一個線性SVM分類器求解二類分類問題，如下圖所示，這些用紅色圓圈起來的點表示支持向量，據此回答問題1和2：
1.如果移除這些圈起來的數據，決策邊界（即分離超平面）是否會發生改變？
A．Yes? ?? B. No
答案：A
Tips: 如果改變這三個點中任意一個點的位置就會引入松弛約束條件，決策邊界就會發生變化。
2. 如果將數據中除圈起來的三個點以外的其他數據全部移除，那么決策邊界是否會改變？
A．True? ? B. False
答案：B
Tips: 決策邊界只會被支持向量影響，跟其他點無關。
3.關于SVM泛化誤差描述正確的是
A．超平面與支持向量之間距離
B．SVM對未知數據的預測能力
C．SVM的誤差閾值
答案：B
作者：阿里云云棲社區
鏈接：http://www.lxweimin.com/p/6aa4127f8611
來源：簡書
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
