原文链接：http://tecdat.cn/?p=24875

最近咱们被客户要求撰写对于反对向量回归SVR的钻研报告，包含一些图形和统计输入。

反对向量回归（SVR）是一种回归算法，它利用反对向量机（SVM）的相似技术进行回归剖析。正如咱们所知，回归数据蕴含间断的实数

为了拟合这种类型的数据，SVR模型在思考到模型的复杂性和错误率的状况下，用一个叫做管（epsilon-tube，示意管子的宽度）的给定余量来靠近最佳值。

在本教程中，咱们将通过在 Python 中应用 SVR ，简要理解如何应用 SVR 办法拟合和预测回归数据。教程涵盖：

  • 筹备数据
  • 模型拟合和预测
  • 准确性查看
  • 源代码

咱们将从在 Python 中加载所需的库开始。

import numpy as np

筹备数据

咱们将应用回归数据作为指标数据进行拟合。咱们能够编写简略的函数来生成数据。

y = make(x)x = np.arrayplt.scatterplt.show()

模型拟合和预测

咱们来定义模型。该模型能够与默认参数一起应用。咱们将在 x 和 y 数据上拟合模型。

svr print(svr)

在这里，能够依据回归数据特色更改核、C 和 epsilon 参数。核辨认算法中的核类型。能够应用“rbf”（默认核）、“linear”、“poly”和“sigmoid”。

点击题目查阅往期内容

PYTHON用户散失数据挖掘：建设逻辑回归、XGBOOST、随机森林、决策树、反对向量机、奢侈贝叶斯和KMEANS聚类用户画像

左右滑动查看更多

01

02

03

04

接下来，咱们将应用 svr 模型预测 x 数据。

predict(x)

为了查看预测后果，咱们将在图中可视化 y 和 yfit 数据。

plt.scatterplt.plotplt.legendplt.show

准确性查看

最初，咱们将应用 R 平方和 MSE 指标查看模型和预测准确性。

scoreprint("R-squared:", score)print("MSE:", measquaederor)

在本教程中，咱们简要理解了如何应用 Python 中的 SVR 办法拟合回归数据。

本文摘选 《 Python反对向量回归SVR拟合、预测回归数据和可视化准确性查看实例 》 ，点击“浏览原文”获取全文残缺材料。

点击题目查阅往期内容

[](http://mp.weixin.qq.com/s?__b...)[](http://mp.weixin.qq.com/s?__b...)逻辑回归、随机森林、SVM反对向量机预测心脏病危险数据和模型诊断可视化R语言梯度提升机 GBM、反对向量机SVM、正则判别分析RDA模型训练、参数调优化和性能比拟可视化剖析声纳数据
R语言量化交易RSI策略：应用反对向量机SVM
基于随机森林、svm、CNN机器学习的风控欺诈辨认模型
Matlab建设SVM，KNN和奢侈贝叶斯模型分类绘制ROC曲线
基于ARIMA、SVM、随机森林销售的工夫序列预测
R语言用rle，svm和rpart决策树进行工夫序列预测
Python反对向量回归SVR拟合、预测回归数据和可视化准确性查看实例
R语言梯度提升机 GBM、反对向量机SVM、正则判别分析RDA模型训练、参数调优化和性能比拟可视化剖析声纳数据
PYTHON集成机器学习：用ADABOOST、决策树、逻辑回归集成模型分类和回归和网格搜寻超参数优化
R语言集成模型：晋升树boosting、随机森林、束缚最小二乘法加权均匀模型交融剖析工夫序列数据
Python对商店数据进行lstm和xgboost销售量工夫序列建模预测剖析
R语言用主成分PCA、 逻辑回归、决策树、随机森林剖析心脏病数据并高维可视化
R语言基于树的办法：决策树，随机森林，Bagging，加强树
R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测
spss modeler用决策树神经网络预测ST的股票
R语言中应用线性模型、回归决策树主动组合特色因子程度
R语言中自编基尼系数的CART回归决策树的实现
R语言用rle，svm和rpart决策树进行工夫序列预测
python在Scikit-learn中用决策树和随机森林预测NBA获胜者
python中应用scikit-learn和pandas决策树进行iris鸢尾花数据分类建模和穿插验证
R语言里的非线性模型：多项式回归、部分样条、平滑样条、 狭义相加模型GAM剖析
R语言用规范最小二乘OLS，狭义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类
R语言ISLR工资数据进行多项式回归和样条回归剖析
R语言中的多项式回归、部分回归、核平滑和平滑样条回归模型
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷工夫序列预测R语言样条曲线、决策树、Adaboost、梯度晋升(GBM)算法进行回归、分类和动静可视化
如何用R语言在机器学习中建设集成模型？
R语言ARMA-EGARCH模型、集成预测算法对SPX理论稳定率进行预测在python 深度学习Keras中计算神经网络集成模型R语言ARIMA集成模型预测工夫序列剖析R语言基于Bagging分类的逻辑回归(Logistic Regression)、决策树、森林剖析心脏病患者
R语言基于树的办法：决策树，随机森林，Bagging，加强树
R语言基于Bootstrap的线性回归预测置信区间预计办法
R语言应用bootstrap和增量法计算狭义线性模型（GLM）预测置信区间
R语言样条曲线、决策树、Adaboost、梯度晋升(GBM)算法进行回归、分类和动静可视化
Python对商店数据进行lstm和xgboost销售量工夫序列建模预测剖析
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化剖析
R语言用主成分PCA、 逻辑回归、决策树、随机森林剖析心脏病数据并高维可视化
Matlab建设SVM，KNN和奢侈贝叶斯模型分类绘制ROC曲线
matlab应用分位数随机森林（QRF）回归树检测异样值