判断题代价函数是对于单个样本的模型得到的输出与该样本对应的真实输出之间的误差。
判断题线性支持向量机是把具有最大分类间隔的最优线性判别函数的求解转化为求解最小权向量的二次规划问题。
判断题结构风险指训练好的分类器错分样本占有的比例，经验风险指训练好的分类器面对未知样本时分类错误的概率。
判断题支持向量机只能处理线性可分类的模式识别问题。
判断题SVM的优点是不需要大量的样本且具有较强的泛化能力。
