求问:支持向量机回归y=wx+b中，如果需要（x1,x2）这样一组两个不同含义的数对应一个y,那得到的系数w是一个w对应（x1,x2）一组，还是x1,x2分别有一个系数w1,w2呢

用支持向量机回归出来的具体回归方程y=a+bx，是一个样本（x,y）就有一个b对应的系数b吗，还是说有唯一一个系数，如果是多个的话，那么所有的样本对应的系数b是可以整合成一个的吗，求解答

有谁用过v-SVR吗？求交流～

请问支持向量机回归svr可以实现多维输出吗

支持向量机回归可以实现多维输出吗

请问支持向量机回归svr可以实现多维输出吗？

使用Python做的支持向量机回归分析，想要得到具体的回归函数方程，可以吗，请教一下，谢谢！

csdn上下载了一个支持向量机二分类的源码，可以跑的开，但是理解之后改成自己的数据，代码便报错 Microsoft c++异常，内存位置 0x007dfbbc处的 std：：bad_alloc。不知道有没有大神遇到过带带我，或者做相关的一起讨论下。

有没有用最小二乘支持向量机做轴承故障诊断的啊

请问支持向量机与支持向量回归的区别在哪，为什么支持向量机用作分类，支持向量回归可以用来预测

分享贴子

用libsvm工具箱做回归，蓝线是原始数据，红线是训练数据拟合的曲线，绿线是测试数据拟合的曲线，效果如图，偏离的厉害，请教大神这是什么原因啊？

跪求手动python实现的SVR算法!!!!!!线性的就好啊！！！！

做毕业设计，支持向量机光伏发电功率的预测，求光伏发电的历史数据

支持向量机方面的困扰可以为你解惑，见贴佳！

基于支持向量机的轴承故障诊断有会的兄弟姐妹吗

。。。。。拜托了各位

经核实吧主星夜落尘 未通过普通吧主考核。违反《百度贴吧吧主制度》第八章规定http://tieba.baidu.com/tb/system.html#cnt08 ，无法在建设 支持向量机吧 内容上、言论导向上发挥应有的模范带头作用。故撤销其吧主管理权限。百度贴吧管理组

IF-SVM是啥向量机啊！

训练好的LSSVM模型怎么样在simulink中调用？

支持向量机轴承寿命预测，同道中人交流一下啊

基于支持向量机的脑电分期有各路大神会吗？研究生课题是这个，研二马上要结束了，同组的同学没有做这个的，有哪位大神稍微懂点可否指点我一下，万分感谢！！！！

在SVM分类模型中，明明输入decision_function(X_test)，结果却提醒decision_function() missing 1 required positional argument: 'X'，请问有谁知道原因吗？

什么是cubic SVM啊？网上找遍了也没有，绝望

经验模态分解和支持向量机是什么关系啊，求解

我是工科的，学习支持向量机很难吗，看了一下这玩意，数学知识有点多

知道时间与对应时刻的位置（x，y），求出未来时刻的位置，数据集应该怎么写呢？请告诉详细格式 谢谢

小白想请教一个问题，急！将支持向量机与算法结合，能将支持向量机对测试集的分类准确率作为适应度函数值吗，毕竟有时候预测数据判断类别是最直观的目的。谢谢🙏

-1 1:-0.857339 2:-0.777778 3:-1 4:-0.777778 5:-1 6:-0.777778 7:-1 8:-0.555556 9:-1 10:-1 请问有人可以帮我解释下这些数据的含义吗？

本人论文是支持向量机 但并非本专业 基础薄弱 是回归问题 传感器的输出电压值 回归成为溶液值 关于支持向量的c和g两个参数，我用的是网格法优化的。我查了相关文献还有遗传算法、粒子群优化等等。

% Settings rng('shuffle'); for data_set = 1:4 Dataset = num2str(data_set); multilevel = 4; ep_array = [1.0, 0.9, 0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1]; C = 10; Out_Local = fopen([Dataset,'_PrivLocal_SVM.txt'],'w'); sh RawData = load(['Data',Dataset,'.dat']); [RawRow, RawCol] = size (RawData); RawData_min = min(RawData,[],1); RawData_max = max(RawData,[],1); Data = (RawData-ones(RawRow,1)*RawData_min)./ (ones(RawRow,1)*(RawData_max-RawData_min)); % X,Y->[0,1] Data = [(Data(:,1:end-1)-0.5).*2, ones(RawRow,1), (Data(:,end)-0.5).*2]; % X,Y->[-1,1]; a

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思想 二、深度学习Deep Learning基本框架结构 1，Caffe 2，Tensorflow 3，Torch 4，MXNet 三，深度学习Deep Lear

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思想 二、深度学习Deep Learning基本框架结构 1，Caffe 2，Tensorflow 3，Torch 4，MXNet 三，深度学习Deep Lear

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思想 二、深度学习Deep Learning基本框架结构 1，Caffe 2，Tensorflow 3，Torch 4，MXNet 三，深度学习Deep Lear

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思想 二、深度学习Deep Learning基本框架结构 1，Caffe 2，Tensorflow 3，Torch 4，MXNet 三，深度学习Deep Lear

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思想 二、深度学习Deep Learning基本框架结构 1，Caffe 2，Tensorflow 3，Torch 4，MXNet 三，深度学习Deep Lear

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 通知如下： （机房上课，每人一台电脑进行实际案例操作，赠送 U盘拷贝资料及课件和软件） 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思

深度学习DeepLearning核心技术开发与应用 各企事业单位、高等院校及科研院所： 中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用 通知如下： （机房上课，每人一台电脑进行实际案例操作，赠送 U盘拷贝资料及课件和软件） 时间地点: 2018年05月25日 — 2018年05月28日 北京 2018年05月18日 — 2018年05月21日 深圳 （时间安排：第一天报到、授课三天，大学机房上课） 培训课程大纲 一、深度学习Deep Learning基础和基本思

专业代做matlab simulink 方面的算法仿真，专业包括1.信号处理 数字信号处理：谱分析,FFT 算法/滤波算法：Kalman滤波，经典滤波器设计/估计算法：信道估计，时延估计。 2.通信系统网络 资源分配算法/通信系统：CDMA、蜂窝网、OFDM等/通信算法：路由算法、误码率计算、扩频、编码组网算法。 3.数字图像处理 4.语音信号处理 数字水印：FASTICA算法用于语音水印提取,音频水印/降噪：声回波消除。 5.智能算法 7.控制类算法 如：经典控制理论仿真，现代控制系统

本人使用的是matlabR2012a的版本，在下载libsvm工具箱的时候，matlab中的mex setup总是无法找到vc6.0的编译器，请问这个问题应该如何解决

svm是有超平面划分，从简单xy轴来看，就是平面上的直线。 >>最基本的，先从平面上直线划分两类问题开始。 >>最最开始的，先有数据。 用matlab来生产数据 用matlab搜索mixture expert，参考了里面部分代码。 如下。在窗口粘贴代码或者新建脚本 script 运行即可 miu1 =[1 2]; sigma1 = [2 0 ; 0 0.5]; miu2 =[-3 -5]; sigma2 = [1 0 ; 0 1]; type1 = mvnrnd(miu1,sigma1,1000); type2 =mvnrnd(miu2,sigma2,1000); lable1 = ones(length(type1),1); lable2 = ones(length(type2),1); type1 = [type1 lable1]; type2 = [type2 lable2]

在用matlab进行支持下iangliangji回归预测的时候发现回归预测训练集的 回归系数是负数 这是怎么回事？这个结果是正确的吗？求就各位大神？

想问下支持向量机的参数ε代表什么意思？作用是什么？

我用的lssvm工具箱，里边自带的画超平面的函数画出来的是二维的，请问三维的能画出来吗

请问哪位大神有现成的英译中译文？关于支持向量机的，老师快把我逼疯了。。。。求救