學習筆記，僅供參考，有錯必糾

---

核嶺回歸

核脊回歸(KRR) [M2012]將脊回歸、分類(線性最小二乘l2范數正則化)與核技巧結合起來。因此，它學習一個線性函數在空間中誘導各自的核心和數據。對于非線性核函數，這相當于原始空間中的非線性函數。

該模型的學習形式與支持向量回歸（SVR）完全相同。然而，使用不同的損失函數：KRR使用平方誤差損失，而支持向量回歸使用 ? ? i n s e n s i t i v e \epsilon-insensitive

總結

以上是生活随笔為你收集整理的sklearn自学指南(part21)--核岭回归的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。