回归预测 | MATLAB实现SVR(支持向量机回归)多输入多输出
目录
回归预测 | MATLAB实现SVR(支持向量机回归)多输入多输出预测效果基本介绍程序设计参考资料预测效果
基本介绍
MATLAB实现SVR(支持向量机回归)多输入多输出。支持向量机回归（SVR）用非线性映射将数据映射到高维数据特征空间中，使得在高维数据特征空间中自变量与因变量具有很好的线性回归特征，在该特征空间进行拟合后再返回到原始空间。对于一般的回归问题，给定训练样本 D={(x1,y1),(x2,y2),…,(xn,yn)},我们希望学习到一个 f(x）使得其与 y 尽可能的接近，w，b 是待确定的参数。在这个模型中，只有当 f(x)与 y 完全相同时，损失才为零，而支持向量回归假设我们能容忍的 f(x)与 y 之间最多有 ε 的偏差，当且仅当 f(x)与 y 的差别绝对值大于 ε 时，才计算损失，此时相当于以 f(x)为中心，构建一个宽度为 2ε 的间隔带ÿ
