《表1 SVR、TWSVR和RTPMSVR模型在各数据集上的学习性能》

《表1 SVR、TWSVR和RTPMSVR模型在各数据集上的学习性能》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《正则双胞参数间隔支持向量回归机》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

图2描述了各模型的回归函数在Sinc函数上的一次回归结果。结果表明,RTPMSVR模型能通过非平行的上界和下界回归包络函数f1(x)和f2(x)很好地捕获Sinc函数的分布情况;TWSVR虽采用非平行包络函数,但只实现了经验风险,容易导致回归函数过拟合;SVR采用平行的包络函数,对于带噪声的复杂回归数据,并不能获得很好的回归效果。各回归器在Sinc函数的十折交叉学习RMSE指标结果见表1,RTPMSVR拥有最小的RMSE,其次是TWSVR,而SVR的性能最差。