Lagrange支持向量回归机算法研究

摘要

支持向量回归机问题的研究远没有像支持向量机问题成熟完善，支持向量回归机对函数拟合(回归逼近)具有重要的理论和应用意义。借鉴分类问题的有效算法，将其推广到回归问题中来，针对Lagrange支持向量机(LSVM)算法，提出了有效的Lagrange支持向量回归机(LSVR)算法，在若干不同维数的数据集上，对LSVR算法、ASVR算法和LibSVM算法进行数值试验，并进行比较分析。数值试验表明LSVR算法是有效的，与当前流行的求解支持向量回归机的算法相比，在时间和正确度上都有一定的优势。