美文网首页
Day 680：机器学习笔记（9）

Day 680：机器学习笔记（9）

作者: kafkaliu | 来源:发表于2018-12-07 13:35 被阅读1次

宽容的支持向量回归

SVR是一种回归模型，函数模型也是线性函数，而目标函数以及优化算法和线性回归有很大的不同。

SVR在线性函数中加了间隔带，间隔带内的样本不计算损失，然后再通过最小化间隔带的宽度和总损失来达到最优化。

SVR和SVM的最大不同是，它不是为了将样本分开，而是希望尽可能将样本都框在线性函数上（或者说超平面）。

相关文章

网友评论

      本文标题：Day 680：机器学习笔记（9）

      本文链接：https://www.haomeiwen.com/subject/gwlthqtx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|Day 680：机器学习笔记（9）|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！