假定你使用SVM学习数据X，数据X里面有些点存在错误。现在如果你使用一个二次核函数，多项式阶数为2，使用松弛变量C作为超参之一。当你使用较大的C（C趋于无穷），则（）。

A.x(a)

B.x[a]

C.x-＞a

D.x.a

A.X光片、CT

B.核磁、超声

C.心理

D.病理数据、基因数据的分析

A.支持向量是距离超乎面最近的点组成的向量

B.SVM算法不能用于处理非线性数据集

C.SVM可以被用于解决分类问题

D.SVM算法可以使用多种核函数

单位：万元)。

试利用以上数据：

(1)拟合简单线性回归方程，并对回归系数的经济意义作出解释;

(2)计算决定系数和回归估计的标准误差：：

(3)对β2进行显著水平为5%的显著性检验：

(4)假定明年1月销售收入为800万元，利用拟合的回归方程预测相应的销售成本，并给出置信度为95%的预测区间。

A.增加数据点

B.减少数据点

C.增加特征

D.减少特征

A.自动状态

B.手动数据输入

C.回零

D.X、Z起程

A.对象及X围可比

B.时间可比

C.口径可比

D.计算方法可比

E.内容可比

A.ok

B.无输出

C.报错，因为条件语句只能使用boolean类型的数据

D.1

A.X

B.Y

C.Z

D.原点O

A.纠删码

B.RAID—x

C.rsync

D.镜像复制