CompactRegressionSVM类
紧凑的支持向量机金宝app回归模型
描述
CompactRegressionSVM
是一个紧凑的支持向量机(S金宝appVM)回归模型。它消耗更少的内存比一个完整的训练支持向量机模型(金宝appRegressionSVM
模型),因为它不存储数据用于训练模型。
因为紧凑的模型并不存储训练数据,你无法使用它来执行某些任务,如交叉验证。不过,您可以使用一个紧凑的SVM回归模型预测反应使用新的输入数据。
属性
方法
discard金宝appSupportVectors | 丢弃的支持向量金宝app |
损失 | 回归支持向量机回归模型误差金宝app |
预测 | 使用支持向量机回归模型预测的反应金宝app |
复制语义
价值。学习如何价值类影响复制操作,明白了复制对象(MATLAB) MATLAB文档。
例子
引用
[1]纳什,j,T. L. Sellers, S. R. Talbot, A. J. Cawthorn, and W. B. Ford.鲍鱼的种群生物学(石决明物种)在塔斯马尼亚岛。即Blacklip鲍鱼(h . rubra)巴斯海峡的北海岸和岛屿、海洋渔业部门,技术报告48号1994。
[2]沃,S。扩展和基准Cascade-Correlation博士论文,计算机科学系,塔斯马尼亚大学,1995。
[3]克拉克,D。,Z. Schreter, A. Adams.定量比较Dystal和反向传播提交给澳大利亚神经网络会议,1996。
[4]Lichman, M。UCI机器学习库[http://archive.ics.uci.edu/ml]。欧文CA:加州大学学校的信息和计算机科学。
另请参阅
介绍了R2015b
这个主题有帮助吗?