可以结合Word2vec（词向量）和SVM（支持向量机）对微博评论数据进行情感分析（）

支持向量机不仅可以用于分类问题，也可以用于回归问题（） 向量3和向量2相加，其结果（） 向量a=(2,1,1),向量b=(-1,1,－2),则向量a+b=(),向量a-b=(). 若向量a可由向量b和c以系数1和2线性表示,则向量b也可由向量a和c线性表示（） 支持向量机的MapReduce实现要进行几轮MapReduce?() 向量2和向量3相加，其结果会（）。 设向量β可以由向量组α1，α2，…，αm线性表示，但不能由向量组（Ⅰ）:α1，α2，…，αm-1线性表示，记向量组（Ⅱ）:α1，α2，…，αm-1，β，则（　　）. 如果向量b(→)可以由向量组α(→)1，α(→)2，…，α(→)3线性表示，则（　　）。 设有向量组α1, α2,…., αn和向量β，则错误的是（） 以下有关支持向量机说法不正确的是（ ） 设平面向量a=(2,1),b=(0,-2),则与a+2b垂直的向量可以是().   向量→a与→b的负向量的和为向量→a与向量→b的差（） 以下关于支持向量机的描述不正确的是（ ）。 若向量β可由向量组α1、α2、α3线性表示，则向量组β、α1、α2、α3必（ ） 已知平面向量a,b满足|a|=|a-b|=2,向量b在向量a方向上的投影为3,则向量a与向量b的夹角为().   设向量α1、α2、α3线性无关，向量β1可由αl、α2、α3线性表示，向量β2不能由α1、α2、α3线性表示，则对任意常数k必有（　　）. 对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。 对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响（） 对于线性不可分的数据，支持向量机的解决方式是（）。 设向量组α1，α2，α3线性无关，向量β1可由α1，α2，α3线性表示，而向量β2不能由α1，α2，α3线性表示，则对任意常数，必有（　　）.