SVR与其他简单回归模型之间的区别

Question

有人可以帮助我了解支持向量回归技术与其他简单回归模型之间的主要区别是什么。 谢谢

Answer 1

支持向量回归法找到一个线性函数，该线性函数表示误差范围内的数据。也就是说，大多数点都可以在该边距内找到，如下图所示（来自https://www.researchgate.net/figure/Support-vector-regression-SVR-Illustration-of-an-SVR-regression-function-represented_fig1_248396465）：

这意味着SVR比其他大多数回归方法对异常值的鲁棒性更高，因为它对边缘以外的数据不太在意