第七节:支持向量回归 支持向量回归 传统回归模型如线性回归,对于样本$(x,y)$是直接基于模型,通过预测值$f(x_i){y}$和真实值$y$之间的差别计算损失,并且当$f(x_i){y}=y$时损失才为零。 支持向量回归(support vector regression, SVR)则可以容忍$f(x_i){y}$和$… 机器学习,第八章:监督学习-支持向量机 812 字 | 4 分钟
第八节:支持向量机总结 支持向量机总结 支持向量机中有线性可分支持向量机、线性支持向量机、非线性支持向量机、线性支持回归等算法,算是前期比较繁琐的一个内容,如果感觉自己还是对间隔最大化、支持向量等知识点不太了解的,可以对着简单的感知机模型多看几遍,多揣摩揣摩,如果对对偶形式优化不太懂得,可以参考拉格朗日乘子法多看一看,如果不涉及太深,优化方面仅做了… 机器学习,第八章:监督学习-支持向量机 420 字 | 2 分钟