【ML】SVMR

本文探讨了SVMR(Support Vector Machine Regression)在预测中的应用,指出之前预测的16K结果并不准确,通过SVR预测实际结果为13K。强调了数据规范化的重要性,如果不进行规范化,数据会显得极不均衡,导致预测偏差。规范化处理后,数据分布更加清晰,提高了预测的准确性。
摘要由CSDN通过智能技术生成

关于Support Vector Machine Regression的网站介绍。http://kernelsvm.tripod.com/

在文章http://blog.csdn.net/wiki_su/article/details/78432905中,我们预测出的结果是16K.

但是我们用SVR来看的话,16K的结果是不准确地。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

#import dataset
dataset = pd.read_csv('Position_Salaries.csv')

#生成一个二矩阵
X = dataset.iloc[:,1:
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值