对于SVM分类算法，待分样本集中的大部分观测都不是支持向量，移去或者减少这些观测对分类结果没有影响。这句话对不对

这句话不太准确。SVM分类算法中，支持向量是指离分割超平面最近的那些样本点。在模型训练过程中，只有支持向量对模型的决策边界和分类结果起作用，而其他样本点对模型没有影响。因此，在待分样本集中移去或减少非支持向量样本对分类结果的影响很小，甚至没有影响，这一点是正确的。但是，这并不意味着大部分观测都不是支持向量。实际上，通常只有少部分样本点会成为支持向量，而大部分样本点都是非支持向量。因此，这句话应该说成：在SVM分类算法中，只有少部分样本点是支持向量，移除或减少非支持向量样本对分类结果的影响很小，甚至没有影响。