一圖+一句話理解機器學習算法之支持向量迴歸（Support Vector Regression, SVR）

支持向量迴歸(SVR)傳統迴歸方法當且僅當迴歸f(x)完全等於y時才認爲預測正確，如線性迴歸中常用 (f(x)−y)2 ( f ( x ) − y ) 2 來計算其損失。而支持向量迴歸則認爲只要f(x)與y偏離程度不要太大，既可以認爲預測正確，不用計算損失，具體的，就是設置閾值 α α ,只計算 |f(x)−y|>α | f ( x ) − y | > α 的數據點的loss，如下圖所示，陰影部分

>>阅读原文<<