支持向量回归可解释性体系的建立_谭显胜

Demyar

支持向量回归可解释性体系的建立_谭显胜

0 X1 M% J7 X+ O) \
  g# N% N) t/ V0 \6 z, V# ]; ~( v摘要：回归分析的主要任务是预测和解释。基于结构风险最小的支持向量回归模型取代传统经验风险最小回归模型，较好地解决了非线性、小样本、过拟合、维数灾难、局部极小等问题，泛化推广能力优异，但其可解释性差的缺陷一直未获根本性解决。基于F测验，为支持向量回归建立了一套完整的解释性体系，包括模型回归显著性测验、单因子重要性显著性测验、单因子效应及灵敏度分析、两因子互作显著性测验等。实例验证表明，其解释结果与传统二次多项式回归模型等具较好的一致性，初步表明了该解释性体系的合理性。
6 e+ @5 s0 s- w7 f  {关键词：支持向量回归；可解释性；F测验；显著性分析

6 _4 f$ W+ C4 N. R: P

游客，如果您要查看本帖隐藏内容请回复

/ p/ c9 [9 U% G7 G% B- T  U
6 u" L6 H! L/ K6 l
8 f' r1 F2 d' m5 G* {% d. p! c

momone

支持向量回归可解释性体系的建立。