-
-
multi output SVR
多输出支持向量回归 对于一般的回归问题，给定训练样本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我们希望学习到一个f（x）使得其与y尽可能的接近，w，b是待确定的参数。在这个模型中，只有当f(x)与y完全相同时，损失才为零，而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差，当且仅当f(x)与y的差别绝对值大于ε时，才计算损失，此时相当于以f(x)为中心，构建一个宽度为2ε的间隔带，若训练样本落入此间隔带，则认为是被预测正确的。（间隔带两侧的松弛程度可有所不同） ...
-
python预测算整理集合
python预测算整理集合,包含SVR回归预测详解及代码，AR/ARMA LSTM预测详解及代码 卡尔曼滤波，粒子滤波等算法
-
svm的matlab代码
svm的matlab代码
svr = fitrsvm(x,y,'Standardize',true,'epsilon',0.1,...
'kernelfunction','gaussian','KernelScale','auto');
-
机器学习算法支持向量回归
机器学习算法，支持向量回归，SVR回归，就是找到一个回归平面，让一个集合的所有数据到该平面的距离最近。
-
libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]工具包
... nu of nu-SVC, one-class SVM, and nu-SVR (default 0.5)
-p epsilon : set the epsilon ... )
-b probability_estimates: whether to train a SVC or SVR model for probability estimates, 0 or 1 (default ... 设置v-SVC，一类SVM和v- SVR的参数(默认0.5)
-p p：设置e -SVR 中损失函数p的值(默认0.1)
-m ...
-
-
libsvm-3.22.zip
svr是支持向量回归(support vector regression)的英文缩写，是支持向量机(SVM)的重要的应用分支。
-
支持向量机使用径向基核函数实现函数拟合
神经网络仿真作业，设计支持向量机实现一对数组的函数拟合P=-1：0.1：1T=[-0.96 -0.577 ..... .....]使用支持向量机相应的回归函数svr， svrplot ， svroutput进行函数拟合的仿真实验中采用rbf核函数，惩罚因子取100，控制回归精度的不敏感参数为0.02
-
php-ml机器学习库.zip
... \Imputer;
use Phpml\Preprocessing\Imputer\Strategy\MostFrequentStrategy;
use Phpml\Preprocessing\Normalizer;
use Phpml\Regression\SVR;
use Phpml\Tokenization\WordTokenizer;
use PHPUnit\Framework\TestCase;
class PipelineTest extends TestCase
{
...
-
协程应用开发框架FibJS.zip
... 释放 v8 线程，争取更大的并发时间。示例代码：var http = require('http');
var svr = new http.Server(80, function(r){
r.response.body.write(new Buffer('Hello, World!'));
});
svr.run();性能比较 ...
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
