摘要：支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法。模型选择是设计支持向量机的重要内容之一。本文在分析用于回归的支持向量机原理的基础上，分别从核函数的选择、模型参数的作用、模型参数的调整方法等模型选择方面进行了综述，并讨论了模型选择的优缺点，最后指出在实际应用中常见的核函数和模型参数调整方法。

原文链接:http://www.cqvip.com//QK/96469X/200602/21399239.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）