迴歸——支持向量機迴歸(SVR)

支持向量機迴歸(SVR)是支持向量機在迴歸問題上的應用模型。支持向量機迴歸模型基於不同的損失函數產生了很多變種。本文僅介紹基於 ϵ ϵ 不敏感損失函數的SVR模型。 核心思想 找到一個分離超平面(超曲面)，使得期望風險最小。 ϵ ϵ -SVR ϵ ϵ -損失函數 ϵ ϵ -損失函數，就是當誤差小於 ϵ ϵ 時，該誤差可忽略。反之，誤差爲 ξ−|ϵ| ξ − | ϵ | 。如圖所示： 基於 ϵ ϵ

>>阅读原文<<