Machine learning
サポートベクター回帰
SmolaとSchölkopfによる2004年のチュートリアルで説明されているサポートベクター回帰（SVR）は、可能な限り少ない誤差で、データ周囲のε幅のチューブ内に収まる関数を適合させることで、連続的な結果を予測します。これは、カーネルを使用して非線形関係を捉えることで、サポートベクターマシン（SVM）のアイデアを分類から回帰に拡張したものです。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Support Vector Regression (SVR). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →