支持向量机(SVM)第四章---支持向量回归

简单总结一下自己对SVM的认识：有一条带区域，固定差距为1，希望最大化间隔$\frac{1}{||w||}$。SVM的特点就是这条带的引入。

SVR同样有这样的一条带，回归的时候，落入带内的点，损失为0，只记录落入带外的点的损失值。

SVR形式化表示：
$\min 1/2 ||w||^2 + C \sum l(f(x_i) - y_i)$
其中第一项是正则化项，后面的损失函数是