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
Shockang5 分钟前
假设检验与置信区间在机器学习中的应用SomeB1oody35 分钟前
【Python机器学习】1.9. 逻辑回归实战(进阶)：建立二阶边界模型Moonnnn.40 分钟前
51单片机——汇编工程建立、仿真、调试全过程画个逗号给明天"1 小时前
TinyWebServer项目笔记——02 半同步半反应堆线程池不会聊天真君6471 小时前
HTML5(Web前端开发笔记第一期)！！！5251 小时前
Sentinel 笔记我感觉。2 小时前
【机器学习chp11】聚类（K均值+高斯混合模型+层次聚类+基于密度的聚类DBSCAN+基于图的聚类+聚类的性能评价指标）IT古董2 小时前
【漫话机器学习系列】125.普拉托变换（Platt Scaling）银河小铁骑plus2 小时前
Go学习笔记：基础语法6神经星星3 小时前
【vLLM 教程】使用 TPU 安装