支持向量迴歸-SVR

對於一般的迴歸問題，給定訓練樣本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我們希望學習到一個f（x）使得其與y儘可能的接近，w，b是待確定的參數。在這個模型中，只有當f(x)與y完全相同時，損失才爲零，而支持向量迴歸假設我們能容忍的f(x)與y之間最多有ε的偏差，當且僅當f(x)與y的差別絕對值大於ε時，才計算損失，此時相當於以f(x)爲中心，構建一個寬度爲2ε的間

>>阅读原文<<