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：
机器学习笔记：支持向量机回归SVR
UQI-LIUWJ2023-12-23 4:14
相关推荐
禁默21 小时前
机器学习基础入门（第四篇）：无监督学习与聚类方法AI数据皮皮侠21 小时前
中国地级市旅游人数、收入数据（2000-2023年）Le1Yu21 小时前
2025-10-6学习笔记夜流冰21 小时前
工程师 - Raspberry Pi Pico程序：读取SPI数据后从串口输出koo3641 天前
李宏毅机器学习笔记16MoRanzhi12031 天前
11. Pandas 数据分类与区间分组（cut 与 qcut）sensen_kiss1 天前
INT305 Machine Learning 机器学习 Pt.3二元分类和多类分类丰锋ff1 天前
2007 年真题配套词汇单词笔记（考研真相）聪明的笨猪猪1 天前
Java “并发容器框架（Fork/Join）”面试清单（含超通俗生活案例与深度理解）Wils0nEdwards1 天前
tex 写的论文如何统计字数