Regressione a vettori di supporto (SVR)
Verificato
Aggiornato il 03/08/2026
Significato di «Regressione a vettori di supporto (SVR)»
Estensione delle macchine a vettori di supporto ai problemi di regressione: cerca una funzione che si discosti dai valori osservati al più di una tolleranza epsilon, penalizzando solo gli errori oltre tale margine e usando il trucco del kernel per relazioni non lineari.
Fonti: Variante regressiva delle SVM. Fonti: scikit-learn (Support Vector Regression); Bishop, Pattern Recognition and Machine Learning (cap. 7). Verifica web 2026-08-03. · Verificato il 2026-08-03
Domande frequenti su Regressione a vettori di supporto (SVR)
Cosa significa «Regressione a vettori di supporto (SVR)»?
Estensione delle macchine a vettori di supporto ai problemi di regressione: cerca una funzione che si discosti dai valori osservati al più di una tolleranza epsilon, penalizzando solo gli errori oltre tale margine e usando il trucco del kernel per relazioni non lineari.
A quale glossario appartiene «Regressione a vettori di supporto (SVR)»?
«Regressione a vettori di supporto (SVR)» fa parte del glossario Machine Learning, nella categoria Intelligenza Artificiale di Glossario Italiano.