回歸預測 | MATLAB實現SVR(支持向量機回歸)多輸入多輸出

目錄

• • 回歸預測 | MATLAB實現SVR(支持向量機回歸)多輸入多輸出
  • • 預測效果
    • 基本介紹
    • 程序設計
    • 參考資料

預測效果

基本介紹

MATLAB實現SVR(支持向量機回歸)多輸入多輸出。支持向量機回歸（SVR）用非線性映射將數據映射到高維數據特征空間中，使得在高維數據特征空間中自變量與因變量具有很好的線性回歸特征，在該特征空間進行擬合后再返回到原始空間。對于一般的回歸問題，給定訓練樣本 D={(x1,y1),(x2,y2),…,(xn,yn)},我們希望學習到一個 f(x）使得其與 y 盡可能的接近，w，b 是待確定的參數。在這個模型中，只有當 f(x)與 y 完全相同時，損失才為零，而支持向量回歸假設我們能容忍的 f(x)與 y 之間最多有 ε 的偏差，當且僅當 f(x)與 y 的差別絕對值大于 ε 時，才計算損失，此時相當于以 f(x)為中心，構建一個寬度為 2ε 的間隔帶?

總結

以上是生活随笔為你收集整理的回归预测 | MATLAB实现SVR(支持向量机回归)多输入多输出的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。