关于支持向量回归机的模型选择

• 作者: 苏高利 邓芳萍
• 来源期刊: 科技通报
• 学科: 数学
• 关键词: 支持向量回归机 核函数 模型参数 模型选择
• 年，卷（期）: 2006,（2）
• 页码范围: 154-158
• 页数: 5页
• 分类号: O234
• 字数: 4668字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7119.2006.02.004

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏高利		20	937	13.0	20.0
2	邓芳萍	中国科学院地理科学与资源研究所	3	168	3.0	3.0