文献类型：期刊文章

作　　者：潘兴广[1] 牛志忠[2] 张明贵[3]

PAN Xingguang;LIU Zhizhong;ZHANG Minggui(Engineer Training Center,Guizhou Minzu University,Guiyang 550025,China;School of Computer and Information Engineering,Guizhou University of Commerce,Guiyang 550014,China;Educational Administration Department of Guizhou Minzu University,Guiyang 550025,China)

机构地区：[1]贵州民族大学工程技术人才实践训练中心,贵州贵阳550025 [2]贵州商学院计算机与信息工程学院,贵州贵阳550014 [3]贵州民族大学教务处,贵州贵阳550025

出　　处：《现代信息科技》

年　　份：2019

卷　　号：3

期　　号：6

起止页码：9-11

语　　种：中文

收录情况：普通刊

摘　　要：本文使用python的机器学习库——Scikit-learn实现支持向量回归(SVR)。在人工数据集上,RBF核的SVR比线性核和多项式核的SVR表现出了较好的数据拟合能力。本文在经典的UCI数据集上分别使用线性核、多项式核和RBF核的SVR进行回归分析,并对三种模型进行了分析比较。

关 键 词：Scikit-learn  支持向量 回归分析  

分 类 号：TP18]