رگرسیون بردار پشتیبان
رگرسیون بردار پشتیبان (SVR)، که در مقاله آموزشی سال ۲۰۰۴ توسط اسمولا و شولکوف شرح داده شده است، با برازش تابعی که ضمن کمینه کردن خطا، در یک لوله با عرض اپسیلون حول دادهها باقی میماند، به پیشبینی یک پیامد پیوسته میپردازد. این روش ایده ماشین بردار پشتیبان را از طبقهبندی به رگرسیون گسترش میدهد و از کرنل برای ثبت روابط غیرخطی استفاده میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Support Vector Regression (SVR). ScholarGate. https://scholargate.app/fa/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.
- کی-نزدیکترین همسایگانیادگیری ماشین↔ compare
- رگرسیون لسویادگیری ماشین↔ compare
- رگرسیون ریج (Ridge Regression)یادگیری ماشین↔ compare
- ماشین بردار پشتیبان (طبقهبندی)یادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →