支持向量回归

支持向量回归 现在我们来考虑支持向量机得回归问题 对于样本 ( x , y ) (\bm{x},y) (x,y)，传统的回归模型通常直接基于输出 f ( x ) f(\bm{x}) f(x)与真实输出 y y y之间的差别来计算损失，当且仅当 f ( x ) f(\bm{x}) f(x)和 y y y完全相同时，损失才为零。于此不同，支持向量回归(SVR)假设我们能容忍 f ( x ) f(\bm

>>阅读原文<<