作　　者： ; ; ;

机构地区： 东莞理工学院电子工程学院电子工程系

出　　处： 《科学技术与工程》 2007年第12期2876-2879,共4页

摘　　要： 解回归问题通常采用平方损失函数,传统方法在函数类的选择上是一个难点。采用ε-不敏感损失函数,用光滑的支持向量机解回归问题。数值实验表明,只需选一个核函数就可较好地解决这个难点,使支持向量的个数明显少于样本点的个数,简化了回归函数的表达式,回避了传统回归方法选择函数类的困难。所以,光滑支持向量回归机是解决回归问题的一个有效方法。 Regression is often formulated as an optimization problem with squared loss functions, where the selection of the right function class is a major difficuhy. The ε-insensitive loss function is employed and solved the regression problem with a smooth support vector machine. Numerical results showed that the difficulty can be tackled with a proper kernel function, which simplified the regression function by making the support vector size smaller than the sample point size, therefore the smooth support vector machine is anavailability technique.

关 键 词： 回归 支持向量机 数据挖掘 光滑 不敏感损失函数

领　　域： [自动化与计算机技术] [自动化与计算机技术]