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.

MATLAB^® 작업 공간에 담을 수 있는 고차원 데이터 세트에 대한 계산 시간을 단축시키려면 fitrlinear를 사용하여 선형 SVM 모델과 같은 선형 회귀 모델을 효율적으로 훈련시키십시오.

앱

Train regression models to predict data using supervised machine learning

`fitrsvm`	Fit a support vector machine regression model
`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.