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
萱仔学习自我记录37 分钟前
PEFT库和transformers库在NLP大模型中的使用和常用方法详解hsling松子4 小时前
使用PaddleHub智能生成，献上浓情国庆福正在走向自律4 小时前
机器学习框架好吃番茄5 小时前
U mamba配置问题；‘KeyError: ‘file_ending‘slomay6 小时前
关于对比学习（简单整理AI完全体7 小时前
【AI知识点】偏差-方差权衡（Bias-Variance Tradeoff）羊小猪~~9 小时前
深度学习项目----用LSTM模型预测股价(包含LSTM网络简介，代码数据均可下载)我是哈哈hh9 小时前
专题十_穷举vs暴搜vs深搜vs回溯vs剪枝_二叉树的深度优先搜索_算法专题详细总结m0_689618289 小时前
水凝胶发生器，不对称设计妙，医电应用前景广Ace＇9 小时前
每日一题&&学习笔记