在支持向量机中，支持向量是指：（ ）A. 用来评估模型性能的指标B. 模型中用来判定分类边界的数据点C. 用来判断数据是否有缺失的指标D. 用来处理异常值的算法

本题考查支持向量机（SVM）中“支持向量”的核心概念。解题关键在于理解支持向量在模型中的角色：

1. 支持向量是训练数据中位于分类边界附近的特定数据点，它们直接影响分类超平面的位置。
2. 其他数据点若远离边界，则不会参与模型的构建。
3. 需区分支持向量与模型性能、数据预处理、异常值处理等无关概念。

选项分析

选项B正确，原因如下：

1. 支持向量的定义：在SVM中，支持向量是训练集中位于分类间隔边界上的数据点，通过最大化分类间隔直接决定超平面的位置。
2. 其他选项错误：
   • A混淆了“性能指标”与“数据角色”（如准确率、精度等才是性能指标）。
   • C涉及数据预处理中的缺失值判断，与支持向量无关。
   • D属于异常值检测方法（如孤立森林、聚类算法等），与SVM的核心机制无关。