基于Scikit-learn的支持向量回归分析

• 作者: 张明贵 潘兴广 牛志忠
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: Scikit-learn 支持向量 回归分析
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息技术
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP18
• 字数: 2262字
• 语种: 中文

摘要

本文使用python的机器学习库——Scikit-learn实现支持向量回归(SVR).在人工数据集上,RBF核的SVR比线性核和多项式核的SVR表现出了较好的数据拟合能力.本文在经典的UCI数据集上分别使用线性核、多项式核和RBF核的SVR进行回归分析,并对三种模型进行了分析比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘兴广	贵州民族大学工程技术人才实践训练中心	6	9	1.0	3.0
2	牛志忠	贵州商学院计算机与信息工程学院	4	1	1.0	1.0
3	张明贵	贵州民族大学教务处	2	1	1.0	1.0