机器学习笔记：支持向量机回归SVR
- 人工智能
- 2025-07-21 19:09:48
1 主要思想
主要思路类似于机器学习笔记：支持向量机SVM_支撑向量学习-CSDN博客
和SVM的区别主要有
解法和SVM区别不大，也是KKT
2 和线性回归的区别 对SVR，如果f(x)和y之间的差距小于阈值ε【也即落在两条间隔带之间】，则不计算损失对线性回归，只要f(x)和y不相同，那么就计算损失 3 引入松弛变量参考：
支持向量回归（SVR）的详细介绍以及推导算法-腾讯云开发者社区-腾讯云 (tencent )
支持向量机（SVM）和支持向量机回归（SVR） - 知乎 (zhihu )
机器学习笔记：支持向量机回归SVR由讯客互联人工智能栏目发布，感谢您对讯客互联的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人网站或者朋友圈，但转载请说明文章出处“机器学习笔记：支持向量机回归SVR”
