サポートベクトル回帰 - 機械学習の「朱鷺の杜Wiki」
サポートベクトル回帰 (support vector regression)† 次の回帰直線と \[f(\mathbf{x})=\mathbf{x}^\top\mathbf{w}+b\] 回帰直線とサンプルの残差を \(r\) として，次の ε許容誤差 (ε-insensitive error) を考える． \[\xi(r)=\left\{\begin{array}{ll}0,&\mathrm{if}\;|r|\lt\epsilon\\|r|-\epsilon,&\mathrm{otherwise}\end{array}\right.\] このとき，サンプル\((\mathbf{x}_1,y_1),\ldots,(\mathbf{x}_N,y_N)\)について，次の最適化問題を考える． \[\min_{\mathbf{w},b}\sum_{i=1}^N\xi(y_i-f(\mathbf{x
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
kernelbof: When a "potential D.o.S." means a one-shot remote kernel exploit: the SCTP story
