本文主要是介绍机器学习笔记:支持向量机回归SVR,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1 主要思想
主要思路类似于机器学习笔记:支持向量机SVM_支撑向量学习-CSDN博客
和SVM的区别主要有
解法和SVM区别不大,也是KKT
2 和线性回归的区别
- 对SVR,如果f(x)和y之间的差距小于阈值ε【也即落在两条间隔带之间】,则不计算损失
- 对线性回归,只要f(x)和y不相同,那么就计算损失
3 引入松弛变量
参考:
支持向量回归(SVR)的详细介绍以及推导算法-腾讯云开发者社区-腾讯云 (tencent.com)
支持向量机(SVM)和支持向量机回归(SVR) - 知乎 (zhihu.com)
这篇关于机器学习笔记:支持向量机回归SVR的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!