计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
6期
42-44
,共3页
支持向量回归机(SVR)%加权特征%机器学习
支持嚮量迴歸機(SVR)%加權特徵%機器學習
지지향량회귀궤(SVR)%가권특정%궤기학습
基于统计学习理论的支持向量回归机有比较好的泛化能力,然而当样本含有与该问题不完全相关甚至完全无关的特征时,会使得各个特征对问题的相关程度差异很大,从而使得支持向量回归机的效果受到影响.为了解决这个问题,提出了一种基于特征加权的支持向量回归机.模拟的计算结果显示出此方法的有效性.
基于統計學習理論的支持嚮量迴歸機有比較好的汎化能力,然而噹樣本含有與該問題不完全相關甚至完全無關的特徵時,會使得各箇特徵對問題的相關程度差異很大,從而使得支持嚮量迴歸機的效果受到影響.為瞭解決這箇問題,提齣瞭一種基于特徵加權的支持嚮量迴歸機.模擬的計算結果顯示齣此方法的有效性.
기우통계학습이론적지지향량회귀궤유비교호적범화능력,연이당양본함유여해문제불완전상관심지완전무관적특정시,회사득각개특정대문제적상관정도차이흔대,종이사득지지향량회귀궤적효과수도영향.위료해결저개문제,제출료일충기우특정가권적지지향량회귀궤.모의적계산결과현시출차방법적유효성.