Machine learning
Support Vector Regression
Support Vector Regression (SVR), כפי שתואר במאמר הסקירה של Smola ו-Schölkopf משנת 2004, חוזה תוצאה רציפה על ידי התאמת פונקציה הנשארת בתוך צינור (tube) ברוחב אפסילון סביב הנתונים תוך גרימת כמה שפחות שגיאה. היא מרחיבה את רעיון מכונת וקטורי התמיכה (support vector machine) מסיווג לרגרסיה, תוך שימוש בגרעין (kernel) ללכידת קשרים לא-ליניאריים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Support Vector Regression (SVR). ScholarGate. https://scholargate.app/he/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.
- שיטת השכנים הקרובים ביותר (K-Nearest Neighbors)למידת מכונה↔ compare
- רגרסיית לאסולמידת מכונה↔ compare
- רגרסיית רכסלמידת מכונה↔ compare
- מכונת וקטורים תומכים (סיווג)למידת מכונה↔ compare