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
大模型最新论文速读17 小时前
PreFT：只在 prefill 时使用 LoRA，推理速度翻倍效果不降智者知已应修善业18 小时前
【51单片机LED闪烁10次数码管显示0-9】2023-12-14智者知已应修善业18 小时前
【51单片机2按键控制1个敞亮LED灯闪烁和熄灭】2023-11-3AI算法沐枫18 小时前
大模型 ｜ 大模型之机器学习基本理论larance19 小时前
[菜鸟教程] 机器学习教程第六课-机器学习基础术语cxr82819 小时前
数据驱动的AI逆向材料设计：体系、方法与突破路径Project_Observer19 小时前
使用Zoho Projects AI自动项目管理前端若水20 小时前
【无标题】w20180020 小时前
二年级下册语文看图写话作文：蛋壳的奇妙之旅daanpdf20 小时前
初三中考英语作文模板万能句型及范文大全电子版