自调用支持向量回归和偏最小二乘优化支持向量机参数-计算机论文-论文中国 ortVectorM achine,SVM)是Vapnik等根据统计学习理论提出的一种通用学习方法,由于它基于结构风险最小化(S tructural R isk M inim ization,SRM)原理,表现出很多优于已有方法的性能,在分类和回归预测等方面取得了大量的应用研究成果.SVM模型的确定
基于1个网页-相关网页
它基于结构风险最小化准则，目的是最小化泛化误差上界。
It operates on a principle, called structural risk minimization, which aims to minimize the upper bound on the expected generalization error.
它基于结构风险最小化原理，能有效地解决过学习问题，具有良好的推广性和较好的分类精确性。
It based on structural risk minimization can effectively solve the over study problem and has the good extension and the better classified accuracy.
它基于结构风险最小化原理，能有效地解决过学习问题，具有良好的推广性和较好的分类精确性。
It based on structural risk minimization can effectively solve the over study problem and the good extension and better classified accuracy.
应用推荐