« Régression SVM » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 2 : | Ligne 2 : | ||
La Machine à vecteurs de support ( SVM ) peut également être utilisé comme méthode de régression, en conservant toutes les principales caractéristiques qui caractérisent l'algorithme (marge maximale). | La Machine à vecteurs de support ( SVM ) peut également être utilisé comme méthode de régression, en conservant toutes les principales caractéristiques qui caractérisent l'algorithme (marge maximale). | ||
La | La régression SVM utilise les mêmes principes que le SVM pour la classification, avec seulement quelques différences mineures. Tout d'abord, comme la sortie est un nombre réel, il devient très difficile de prédire les informations disponibles, ce qui offre des possibilités infinies. | ||
Dans le cas d'une régression, une marge de tolérance (epsilon) est fixée en approximation à la SVM qui aurait déjà demandé au problème. | Dans le cas d'une régression, une marge de tolérance (epsilon) est fixée en approximation à la SVM qui aurait déjà demandé au problème. | ||
Version du 3 juin 2020 à 20:28
Définition
La Machine à vecteurs de support ( SVM ) peut également être utilisé comme méthode de régression, en conservant toutes les principales caractéristiques qui caractérisent l'algorithme (marge maximale).
La régression SVM utilise les mêmes principes que le SVM pour la classification, avec seulement quelques différences mineures. Tout d'abord, comme la sortie est un nombre réel, il devient très difficile de prédire les informations disponibles, ce qui offre des possibilités infinies.
Dans le cas d'une régression, une marge de tolérance (epsilon) est fixée en approximation à la SVM qui aurait déjà demandé au problème.
Français
Régression SVM (Machine à vecteurs de support) féminin
Anglais
Regression SVM
Contributeurs: Imane Meziani, wiki, Sihem Kouache
