MLR通过最小化平方误差来指定w和b，而SVM则通过最小化C和epsilon定义的损失函数来指定w和b。
我想知道回归的结果是否有很大的不同。我猜想，如果给定的数据集是干净的，并且由输入特征很好地解释，那么SVM和MLR之间的结果w和b就会接近。把我最初的问题放在不同的地方，我找不到任何理由使用线性支持向量机回归而不是多元线性回归。
浏览 0提问于2019-08-29得票数 1
回答已采纳
2回答
回归模型的不确定性估计
、、、、
给出一个具有n个特征的回归模型，如何度量模型对每个预测的不确定性或可信度？假设对于一个特定的预测，它的准确性是惊人的，但另一方面，它不是。我想找一个度量，让我决定，对于每一帧，我是否愿意“听”模型。
浏览 0提问于2022-01-01得票数 2
python stats-models plot_fit图形中的垂直线是什么，如这里所讨论的：。
浏览 3提问于2015-05-19得票数 0
回答已采纳
我有下面的代码，其中我需要预测3种不同的输出，然后计算每个输出的MAE (平均绝对误差)。由于支持向量机回归本身不像其他模型一样支持多输出回归，如随机森林模型和线性回归模型。X_test.shape,y.shape,y_test.shape)
2)然后使用以下代码计算平均绝对误差，model_pred给出的输出实际上是3个值，但MAE model_mae仅为1值：
svm = SVR(C =
浏览 3提问于2020-06-10得票数 1
回答已采纳
3回答
我是一个R新手，但我正在寻找一种方法来确定与R中的以下函数相关的三个参数A，B和C：谁能给我一些关于R方法的提示，帮助我实现这样的拟合？
浏览 2提问于2012-12-13得票数 2
回答已采纳
1回答
谁能解释一下如何从excel文件中制作散点图和线性回归？我知道如何使用pandas导入文件，我知道如何通过在matplotlib中插入自己的数据来绘制散点图，但我不知道如何让python从文件中执行所有这三项操作。理想情况下，它还会给出r值、p值、std误差、斜率和截距。我已经搜索了堆栈溢出，reddit和其他地方，但我没有找到任何最近的东西。
浏览 0提问于2018-10-09得票数 1
1回答
我目前有一个来自R的散点图输出，其中有三条回归线，分别用于三个不同的处理。我希望在这个图中包括标准误差，但是对于每个处理的n>100，为每个数据点添加标准误差条会使阅读该图变得非常困难。我正在尝试重新创建类似我附加的图片的东西，其中回归线周围的透明缓冲区将是回归线周围的标准误差。这一切都可以在R studio中完成。
浏览 1提问于2015-12-30得票数 0
1回答
我正在使用Weka对一些大型数据集执行分类、聚类和一些回归。我目前正在尝试所有的分类器(决策树、SVM、朴素贝叶斯等)。我也想为我的其他聚类问题找到最好的聚类算法；也许可以找到最低的误差平方和？
浏览 0提问于2013-10-12得票数 1
1回答
我使用以下GDP创建了一个来自"e1071“包的svm公式：x <- seq(0.1, 5, by = 0.05)dt_test[1,] <- rnorm(3)
pr
浏览 1提问于2020-07-08得票数 1
回答已采纳
1回答
我用sklearn.svm.SVR进行了径向基函数回归，得到了(0.033)的最佳均方误差。我必须能够用我发明的n个初始点来预测曲线的下一个点。你知道如何使用rbf回归模型和初始点作为预测N-n点的参考吗？我不知道如何同时考虑参考点和初始点。
浏览 5提问于2022-07-11得票数 -1
1回答
我在玩科学游戏-学习。看看用户指南和文档，他们说：默认值为1.0，大多数示例都使用该值。我还找到了值C=100。
对于C来说，“低”和“高”是什么意思？
浏览 0提问于2018-10-05得票数 1
2回答
我正在阅读关于SVM的文章，我已经面对了非核化的SVMs只不过是线性分离器的观点。因此，SVM和logistic回归之间的唯一区别是选择边界的标准吗？显然，SVM选择最大边缘分类器，logistic回归是cross-entropy损失最小化的分类器。在某些情况下，SVM的表现要好于logistic回归，反之亦然？
浏览 0提问于2018-05-09得票数 12
回答已采纳
我遇到过使用scikit的sklearn的两种线性回归方法，我不能理解这两种方法之间的区别，特别是在第一个代码中有一个调用train_test_split()的方法，而在另一个代码中调用的是直接拟合方法)
clf = svm.SVR
浏览 9提问于2017-10-27得票数 13
回答已采纳
1回答
我需要将两个不同的回归模型拟合到下面的df (例如，属于两个不同家族的曲线)。因此，考虑到我所知道的回归类型，有：df非常简单散点图如下：但是，当我通过火车/测试绘图过程时，我得到了以下内容：现在，很明显，一个简单的线性模型是不能满足这样的火车/测试分布。但是，当我开始研究MSE (均方误差</em
浏览 5提问于2020-04-25得票数 0
回答已采纳
我用基于RBF核的支持向量机回归训练了一个模型。我想知道对于基于RBF核的支持向量机来说，哪些特征是非常重要的或主要的贡献特征。我知道有一种方法可以根据向量的大小来确定线性支持向量回归的最重要的特征。有没有一种方法可以在基于RBF核的支持向量回归或非线性支持向量回归中提取最有贡献的特征？from sklearn import svm在这种情况
浏览 4提问于2019-11-19得票数 5
1回答
如何确定训练规模大的分类算法？
、、、、
我使用了Logistic回归，并保留了MultinomialNB，Randomforest和svm作为训练。以前，我曾尝试过随机林和logistic回归来过滤垃圾邮件，并观察到与随机林相比，logistic回归的训练误差较小。我知道这可能是个过分合适的解决方案。
浏览 0提问于2019-08-20得票数 1
我想用多元拟合对散点图做一个线性回归，我也想让残差看到线性回归有多好。但是我不确定我是如何得到这个的，因为它不可能得到作为输出值的剩馀值，因为这是一维的。应该通过从多边形和“宽度”中找到每个元素的增量来找出误差吗？
浏览 1提问于2015-04-14得票数 1
回答已采纳
1回答
我使用java版本的libsvm (回归)进行预测。在训练我的数据集之后，生成的模型显示了支持向量，但没有关于训练错误率的指示。我想知道是否有可能找到我训练集的训练错误？
浏览 3提问于2012-02-06得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
