训练SVM的最小时间复杂度为O(n2)，那么一下哪种数据集不适合用SVM()A.大数据集B.小数据集C.中等大小数据集D.和数据集大小无关

第1题：

SVM算法的最小时间复杂度是O（n*n)。基于这一点，以下哪种规格的数据集并不适用于该算法？

A．大数据集

B．小数据集

C．中数据集

D．不受数据集大小的影响

第2题：

完成教材P141的6.2题。 6.2 试用LIBSVM，在西瓜数据集3.0a上分别用线性核和高斯核训练一个SVM，并比较其支持向量的差别。（注意：LIBSVM是著名SVM软件包，大家去下载，安装，用基于Matlab版本的，西瓜数据集a在我们教材上有，上次我们有个作业，我也给出了该数据集）

第3题：

2、SVM算法的最小时间复杂度是O（n²），基于此，以下哪种规格的数据集并不适该算法？

A．不受数据集的大小影响

B．中等数据集

C．小数据集

D．大数据集

第4题：

13、以下关于支持向量机的说法正确的是 （)。

A．SVM适用于大规模数据集

B．SVM分类思想就是将分类面之间的间隔最小化

C．SVM方法简单，鲁棒性较好

D．SVM分类面取决于支持向量

第5题：

葡萄酒数据集（wine.data）搜集了法国不同产区葡萄酒的化学指标。试建立决策树、SVM和神经网络3种分类器模型，比较各种分类器在此数据集上的效果。