サポートベクター回帰
SVR; Support Vectore Regression 説明変数を変換せずに目的変数との間の非線形性を考慮した回帰モデルを構築できる手法
回帰係数 $ a_{NSVR} をなんとかして決める
SVRでは誤差だけでなく、回帰係数の大きさも一緒の小さくする
誤差関数hを用いる
-εからεまで誤差の不感帯を設定することで、ノイズの影響を受けにくくする 非線形変換した二つのサンプルg(xi), g(xj)の内積
サンプルの誤差の大きさを表す変数
max(...) は微分のとき扱いにくいから
最大化もしくは最小化したい関数が変数の二次関数であり、制約条件が変数の一次関数である最適化問題 サポートベクター
ラグランジュ乗数とそれと対応する制約式の積が0となる条件
εチューブ状のサンプルもしくはεチューブの外側のサンプルのこと
https://gyazo.com/bd0e870293780b9f10b730b2cd760579