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
神经星星5 小时前
从石英到铁电材料，哈佛大学提出等变机器学习框架，加速材料大规模电场模拟车队老哥记录生活7 小时前
【MPC】模型预测控制笔记 (3)：无约束输出反馈MPCvlln7 小时前
【论文解读】AgentThink：让VLM在自动驾驶中学会思考与使用工具数据堂官方账号7 小时前
七大技术路线解析：自动驾驶如何被数据重新定义写代码的小阿帆7 小时前
LDStega论文阅读笔记Cai junhao7 小时前
【Qt】Qt控件LuLaLuLaLeLLLLLL8 小时前
Elastic Search 学习笔记Resurgence038 小时前
原型模式Prototype PatternTadas-Gao8 小时前
大模型训练与推理显卡全指南：从硬件选型到性能优化程序员大宝1019 小时前
如何设计三高架构