回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证

回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证

目录

    • 回归预测 | MATLAB实现SVR(支持向量机回归)K折交叉验证
      • 基本介绍
      • 划分原理
        • 留一划分
        • 交叉验证
        • K折交叉
      • 程序设计
      • 参考资料
      • 致谢

基本介绍

在机器学习里,通常来说我们不能将全部用于数据训练模型,否则我们将没有数据集对该模型进行验证,从而评估我们的模型的预测效果。为了解决这一问题,有如下常用的方法:

  • 第一种是最简单的,也是很容易就想到的。我们可以把整个数据集分成两部分,一部分用于训练,一部分用于验证,这也就是我们经常提到的训练集(training set)和测试集(test set)。
  • 我们都知道,当用于模型训练的数据量越大时,训练出来的模型通常效果会越好。所以训练集和测试集的划分意味着我们无法充分利用我们手头已有的数据,所以得到的模型效果也会受到一定的影响。基于这样的背景,有人就提

你可能感兴趣的:(#,SVM支持向量机,支持向量机,K折交叉验证,回归预测)