Запис доказів методу

Support Vector Regression

Support Vector Regression (SVR), described in Smola and Schölkopf's 2004 tutorial, predicts a continuous outcome by fitting a function that stays within an epsilon-wide tube around the data while incurring as little error as possible. It extends the support vector machine idea from classification to regression, using a kernel to capture nonlinear relationships.

Sources recorded, not reviewed

Запис джерела

Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.

Support Vector Regression (SVR)

Запис таксономічного методу · ml-model / machine-learning

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

Відкрити повний метод

Відібрані твердження

Твердження збережено в журналі доказів, кожне зі своєю оцінкою.

Відібраних тверджень ще немає

Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.

Пов'язані методи

Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.

Same method familyK-Nearest Neighborsmachine-suggested · Relational suggestion, not evidence.Same method familyLasso Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyRidge Regressionmachine-suggested · Relational suggestion, not evidence.Same method familySupport Vector Machinemachine-suggested · Relational suggestion, not evidence.