Hồi quy véc-tơ hỗ trợ
Hồi quy véc-tơ hỗ trợ (SVR), được mô tả trong hướng dẫn của Smola và Schölkopf năm 2004, dự đoán một kết quả liên tục bằng cách điều chỉnh một hàm nằm trong một ống có độ rộng epsilon xung quanh dữ liệu, đồng thời gây ra ít lỗi nhất có thể. Phương pháp này mở rộng ý tưởng máy véc-tơ hỗ trợ từ phân loại sang hồi quy, sử dụng một hạt nhân để nắm bắt các mối quan hệ phi tuyến tính.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Support Vector Regression (SVR). ScholarGate. https://scholargate.app/vi/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 NeighborsHọc máy↔ compare
- Hồi quy LassoHọc máy↔ compare
- Ridge RegressionHọc máy↔ compare
- Máy Vectơ Hỗ trợ (Phân loại)Học máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →