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
FL16238631298 小时前
智慧医疗X光图像小儿手腕外伤检测数据集VOC+YOLO格式2538张9类别Zootopia6269 小时前
飞行力学知识梳理1｜飞行性能与稳定性91刘仁德9 小时前
HTTP协议详解：从URL到HTTP服务器的完整实战xx_xxxxx_10 小时前
论文阅读-SAR柳鲲鹏12 小时前
老电脑X99安装WIN11 26H2总结、问题解决办法汇总量子-Alex14 小时前
【大模型后训练SFT】Finetuning with Sampling： SFT Learns Better Than You Thinksunoo-22915 小时前
【ARM嵌入式学习笔记第十天】i.MX6ULL eLCDIF控制器驱动RGB LCD全解析（硬件原理+寄存器配置+裸机代码）天国梦15 小时前
哪个英语教学软件功能比较全面？我按五个维度拆了一遍听风若依16 小时前
数据在内存中的存储-纸面笔记整理xiaominngtongxue16 小时前
从中职技能节看实训教学的组织逻辑