一图+一句话理解机器学习算法之支持向量回归(Support Vector Regression, SVR)

支持向量回归(SVR)传统回归方法当且仅当回归f(x)完全等于y时才认为预测正确,如线性回归中常用 (f(x)−y)2 ( f ( x ) − y ) 2 来计算其损失。而支持向量回归则认为只要f(x)与y偏离程度不要太大,既可以认为预测正确,不用计算损失,具体的,就是设置阈值 α α ,只计算 |f(x)−y|>α | f ( x ) − y | > α 的数据点的loss,如下图所示,阴影部分
相关文章
相关标签/搜索