机器学习笔记：支持向量机回归SVR

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：

支持向量回归（SVR）的详细介绍以及推导算法-腾讯云开发者社区-腾讯云 (tencent.com)

支持向量机（SVM）和支持向量机回归（SVR） - 知乎 (zhihu.com)