Scikit learn Sample7—Comparison of kernel ridge regression and SVR

核嶺迴歸與SVR的比較       核嶺迴歸（KRR）和SVR都通過採用核技巧來學習非線性函數，即，它們在由各個核引起的空間中學習線性函數，其對應於原始空間中的非線性函數。 它們的損失函數不同（脊與ε不敏感損失）。 與SVR相比，擬合KRR可以以封閉形式完成，對於中等大小的數據集通常更快。 另一方面，學習模型是非稀疏的，因此在預測時比SVR慢。      此示例說明了人工數據集上的兩種方法，這些方

>>阅读原文<<