首先:support vector classify(SVC)支持分类机做二分类的,找出分类面,解决分类问题support vector regression(SCR)支持回归机做曲线拟合、函数回归 ,做预测,温度,天气,股票这些都会用于数据挖掘、文本分类、语音识别、生物信息,具体问题具体分析其中:C-Support Vector Classication和v-Support Vector Classication区别:C-SVC:参数C[0,无穷大]v-SVC:使用参数v[0,1]用来控制支持向量的数量和训练错误。
One-class SVM是用来估计数据的分布的(Distribution Estimation)
e-Support Vector Regression。
v-Support Vector Regression增加了控制支持向量参数的参数
每个对应不同的Formulations
约束中松弛变量与惩罚项的关系。 最后总结:分类是找一个平面,边界上点到平面的距离最远,回归是让每个点到回归线的距离最小。SVM 回归机引入一个 ε-不敏感损失函数作 为损失函数
libsvmFAQ:http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html