이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

서포트 벡터 머신(SVM) 회귀

회귀 모델용 서포트 벡터 머신

저차원에서 중간 차원까지의 데이터 세트에 대한 정확도를 높이려면 fitrsvm을 사용하여 서포트 벡터 머신(SVM) 모델을 훈련시키십시오.

고차원 데이터 세트에 대한 계산 시간을 단축하려면 fitrlinear를 사용하여 선형 SVM 모델과 같은 선형 회귀 모델을 효율적으로 훈련시키십시오.

앱

Train regression models to predict data using supervised machine learning

`fitrsvm`	서포트 벡터 머신 회귀 모델 피팅
`predict`	Predict responses using support vector machine regression model

`fitrlinear`	Fit linear regression model to high-dimensional data
`predict`	Predict response of linear regression model

`fitrkernel`	Fit Gaussian kernel regression model using random feature expansion
`loss`	Regression loss for Gaussian kernel regression model
`predict`	Predict responses for Gaussian kernel regression model
`resume`	Resume training of Gaussian kernel regression model

`crossval`	Cross-validated support vector machine regression model
`plotPartialDependence`	Create partial dependence plot (PDP) and individual conditional expectation (ICE) plots

`RegressionSVM`	Support vector machine regression model
`CompactRegressionSVM`	Compact support vector machine regression model

`RegressionLinear`	Linear regression model for high-dimensional data
`RegressionPartitionedLinear`	Cross-validated linear regression model for high-dimensional data

`RegressionKernel`	Gaussian kernel regression model using random feature expansion
`RegressionPartitionedKernel`	Cross-validated kernel model for regression

선형 SVM 회귀 문제와 비선형 SVM 회귀 문제의 수학적 정식화, 그리고 솔버 알고리즘에 대해 알아봅니다.