支持向量机 - 回归（SVR）

2018-10-31 阅读量: 710

数据分析师机器学习数据挖掘

支持向量机 - 回归（SVR）

扫码加入数据分析学习群

支持向量机也可以用作回归方法，保持表征算法的所有主要特征（最大边距）。支持向量回归（SVR）使用与SVM相同的原则进行分类，只有一些细微差别。首先，因为输出是实数，所以很难预测手头的信息，这些信息具有无限的可能性。在回归的情况下，容差裕度（epsilon）被设置为近似于已经从问题请求的SVM。但除此之外，还有一个更复杂的原因，算法更复杂，因此需要考虑。然而，主要思想始终是相同的：为了最大限度地减少错误，个性化超平面，最大化边际，