关于下列代码的说法正确的有（）。
x=np.linspace （0.05，10，1000）
y=np.sin（x）
plt.plot（x，y，Is="-."，1=2，c="c"，label="plot figure"）
plt.legend（）
plt.grid linestyle="："，color="r"）
plt.show （）

下列关于Logistic回归和SVM的描述不正确的是（）。

假定训练了一个线性SVM并推断出这个模型出现了欠拟合现象，在下一次训练时，应该采取的措施是（）。

缓解过拟合的一个办法是允许支持向量机在一些样本上出错，（）形式适合这种方法。

在支持向量机中，（）允许支持向量机在一些样本上出错。

令N为数据集的大小[注：设训练样本（xi，yi），N即训练样本个数]，d是输入空间的维数（注：d即向量xi的维数）。则硬间隔SVM问题的原始形式[即在不等式约束[yi（wTxi+b）≥1]下最小化（1/2）wTw]在没有转化为拉格朗日对偶问题之前是（）。

SVM在（）情况下表现糟糕。

（）属于SVM应用。

下列关于支持向量机优化性问题形式的说法正确的是（）。

假定使用SVM学习数据X，数据X里面有些点存在错误。现在如果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。当使用较大的C（C趋于无穷），则（）。

在支持向量机中，软间隔支持向量机的目标函数比硬间隔支持向量机多了一个（）。