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
特种加菲猫25 分钟前
指尖上的魔法：优雅高效的Linux命令手册wuxuanok1 小时前
Web后端开发-分层解耦wuxuanok2 小时前
Web后端开发-请求响应FF-Studio2 小时前
大语言模型（LLM）课程学习（Curriculum Learning）、数据课程（data curriculum）指南：从原理到实践狗头大军之江苏分军2 小时前
疑似华为盘古AI大模型翻车造假风波【实时记录篇】诗句藏于尽头2 小时前
内网使用rustdesk搭建远程桌面详细版蜡笔小电芯2 小时前
【C语言】指针与回调机制学习笔记丰锋ff2 小时前
瑞斯拜考研词汇课笔记DKPT4 小时前
Java享元模式实现方式与应用场景分析LucianaiB5 小时前
Chatbox➕知识库➕Mcp = 机器学习私人语音助手