10.3969/j.issn.1001-7119.2006.02.004
关于支持向量回归机的模型选择
支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法.模型选择是设计支持向量机的重要内容之一.本文在分析用于回归的支持向量机原理的基础上,分别从核函数的选择、模型参数的作用、模型参数的调整方法等模型选择方面进行了综述,并讨论了模型选择的优缺点,最后指出在实际应用中常见的核函数和模型参数调整方法.
支持向量回归机、核函数、模型参数、模型选择
22
O234(控制论、信息论(数学理论))
2006-04-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
154-158