SVM支持向量机预测作业.ppt

《SVM支持向量机预测作业.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于SVM的房价预测模型专业：管理科学与工程姓名：樊玉婷SVM的基本原理波士顿房价预测Svm基本原理支持向量机（SupportVectorMachine,SVM）分类（SupportVectorClassification,SVC）和回归（SupportVectorRegression,SVR）线性可分（HardMarginSVM）和非线性可分（SoftMarginSVM）SVC—线性可分SVRSvc基本原理如何找到最优的决策边界呢？LogisticSigmoid损失函数“不适定问题”Svc基本原理最优决策边界—泛化能力1、能将训练样本划分2、距离这两个类别的最近

2、样本尽可能远“泛化误差”Svc基本原理dd最优决策边界—泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远支持向量margin=2dSvc基本原理ddAx+By=C的距离d=最优决策边界—泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远Svc基本原理dd最优最优决策边界—泛化能力好1、能将训练样本划分2、距离这两个类别的最近样本尽可能远Svr基本原理线性回归MSE最小SVR回归前指定margin值，设置超参数margin=2d波士顿房价预测CRIM：城镇人均犯罪率ZN：住宅用地所占比例INDUS：城镇中非住宅用地所占比例CHAS：

3、查尔斯虚拟变量，用于回归分析NOX：环保指数RM：每栋住宅的房间数AGE：1940年以前建成的自主单位的比例DIS：距离5个波士顿的就业中心的加权距离RAD：距离高速公路的便利指数TAX：每一万美元的不动产税率PRTATIO：城镇中的教师学生比例B：城镇中的黑人比例LSTAT：地区中有多少房东属于低收入人群MEDV：自住房屋房价中位数（均价）importsklearn.datasetsdatasets.load_boston()50614波士顿房价预测波士顿房价预测惩罚系数C波士顿房价预测惩罚系数C深度deep波士顿房价预测惩罚系数Cgamma波士顿房价预测Tha

4、nks！