首页> 外文会议>Neural Networks, The 2007 IEEE International Joint Conference on >Optimizing SVR Hyperparameters via Fast Cross-Validation using AOSVR
【24h】

Optimizing SVR Hyperparameters via Fast Cross-Validation using AOSVR

机译:使用AOSVR通过快速交叉验证优化SVR超参数

获取原文

摘要

The performance of support vector regression (SVR) deeply depends on its hyperparameters such as an insensitive zone thickness, a penalty factor, and kernel parameters. A method called MCV-SVR was once proposed, which optimizes SVR hyperparameters so that
机译:支持向量回归(SVR)的性能在很大程度上取决于其超参数,例如不敏感区域的厚度,惩罚因子和内核参数。曾经提出了一种称为MCV-SVR的方法,该方法可以优化SVR超参数,从而

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号