本文主要是介绍机器学习笔记：支持向量机回归SVR，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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.com)
支持向量机（SVM）和支持向量机回归（SVR） - 知乎 (zhihu.com)
这篇关于机器学习笔记：支持向量机回归SVR的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
