4. 支持向量回归
4.1 问题定义

支持向量回归（SVR，Support Vector Regression）假设能够容忍f(x)与y之间最多ϵ的偏差，即仅当f(x)与y之间的差别绝对值大于ϵ时才计算损失。这相当于以

为中心，构建了一个宽带2ϵ的间隔带，若训练样本落入此间隔带，则被认为预测正确。

SVR优化目标如下：


4.2 对偶问题

其中，

优化目标

代回至

此时，优化函数仅有α∧,α∨做为参数，可采用SMO（Sequential Minimal Optimization）求解，进而得出w,b。