Support Vector Regression
Support Vector Regression (SVR), mida käsitletakse Smola ja Schölkoffi 2004. aasta ülevaates, ennustab pidevat tulemust, sobitades funktsiooni, mis püsib andmetest epsiiloni laiuses torus, saades samal ajal võimalikult vähe vigu. See laiendab tugivektorite masina (support vector machine) ideed klassifikatsioonilt regressioonile, kasutades mittelineaarsete seoste jäädvustamiseks tuuma (kernel).
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Smola, A.J. & Schölkopf, B. (2004). A Tutorial on Support Vector Regression. Statistics and Computing, 14, 199–222. DOI: 10.1023/B:STCO.0000035301.49549.88 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Support Vector Regression (SVR). ScholarGate. https://scholargate.app/et/machine-learning/svm-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- K-Nearest NeighborsMasinõpe↔ compare
- Lasso-regressioonMasinõpe↔ compare
- Ridge RegressionMasinõpe↔ compare
- Support Vector Machine (Klassifitseerimine)Masinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →