scikit-learn中的NuSVR vs SVR

Question

sklearn提供了兩種基於SVM的迴歸，SVR和NuSVR。後者聲稱使用libsvm。然而，除此之外，我沒有看到什麼時候使用什麼的描述。 有沒有人有想法？ 我正在嘗試使用SVR進行5倍交叉驗證來對3m X 21矩陣進行迴歸，但它將永久完成。我中止了這項工作，現在我正在考慮使用NuSVR。但我不確定它提供了什麼優勢。

NuSVR - http://scikit-learn.org/stable/modules/generated/sklearn.svm.NuSVR.html#sklearn.svm.NuSVR SVR - http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVR.html#sklearn.svm.SVR

Answer 1

它們是相同的，但稍微不同的相同實現的參數化。 大多數人使用SVR。 你不能在內核SVR中使用那麼多的樣本。你可以嘗試SVR（kernel =「Linear」），但這可能也是不可行的。我建議使用SGDRegressor。不過，您可能需要調整學習率和時代數量。

你也可以嘗試RandomForestRegressor應該工作得很好。

Answer 2

退房的github code for nuSVR。它表示它也基於libSVM。 NuSVR允許您限制使用的支持向量的數量。