超级会员免费看
本文通过实例介绍了如何使用SVM进行交通流量预测，同时比较了朴素贝叶斯、决策树、逻辑回归等常见回归与分类算法。通过分析SVM在预测中的误差，探讨了参数调整、数据预处理和模型优化的重要性。
【玩点有趣的】这几篇SVM介绍是从0到1慢慢学会支持向量机，将是满满的干货，都是我亲自写的，可以随我一起从头了解SVM，并在短期内能使用SVM做到想要的分类或者预测~我也将附上自己基础训练的完整代码，可以直接跑，建议同我一样初学者们，自己从头到尾打一遍，找找手感，代码不能光看看，实践出真知！
回顾一下，上上篇，我们建立和比较了线性分类器和非线性分类器，比较了多元线性核函数和线性核函数，解决了类型数量不平衡问题，上篇，我们使用SVC做了简单的分类，话不多说，今天我们开始SVR做回归预测，原理篇和实战基础一 请参见上几篇博客，我们循序渐进慢慢贴近真实情景！解决生活问题
估算交通流量
首先做一个比较有趣的应用，我们使用了SVR来预测：在洛杉矶棒球队进行主场比赛期间，体育场周边马路通过的汽车数量
如图：
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
