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
刘婉晴6 小时前
【信息安全工程师备考笔记】第三章 密码学基本理论AI军哥6 小时前
MySQL8的安装方法余弦的倒数6 小时前
知识蒸馏和迁移学习的区别Allen Bright6 小时前
【机器学习-线性回归-2】理解线性回归中的连续值与离散值weixin_贾6 小时前
最新AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用硅谷秋水7 小时前
GAIA-2：用于自动驾驶的可控多视图生成世界模型深度之眼8 小时前
2025时间序列都有哪些创新点可做——总结篇晓数8 小时前
【硬核干货】JetBrains AI Assistant 干货笔记我的golang之路果然有问题8 小时前
速成GO访问sql，个人笔记lwewan8 小时前
26考研——存储系统（3）