ARIMA与SVR的基本思想.docxVIP

2 2⑸ 2 2⑸ SVR模型 2*3支持向篁阿归机 2JJ 支持向量回归机 S￥M用在函数回归中，其思路与在分类中十分相似，只需引入损失函数概念耶可* Wpnik提岀了如式(2?⑴所示的旷不敏感損失函如 阳-曲其他 (211) 其中，￡称为不敏感系数，用于控制拉合精度’ 当线性回归函数/(x) = + 拟合数据馬y￡ f = l严皿仆贮北wR时，假设 所有训练数据的拟合误差精度为6 HP; yr^-xt-b￡ ? “ i =l,*+sm w-^ +b-片 根据结构风险最小化准则./(工)应便得最小.若考虑拟合误差的情况.则可引入 iU 松弛因子貯话式(2.12)变成： 力伸皆b +备 优化目标相应的变为最小化； ￡ 忍 其中C0为平衡因子. 因而，标准￡不敏感支持向量回归机可以表示为： (2」2) (2.13) (214) y-f. yi-WXi -b弋 * 占-X + ￡ go (2.17)(2.18)min ?门■ a+[￡矿 +j/r,Fer (2.17) (2.18) min ?门 ■ a +[￡矿 +j/r,Fer -yT] ? ■ a ? a ■ a ? ■ Q -Q -Q Q . (2.19) a 」=0 a I ■ 0 S a,a W C 苴中，Q/g），e = a：是拉格朗日乘子，求解该二次规划，可得: 【2】? 1-1 报据KKT条件，在量优解处，有： -