基于Subbagging的支持向量回归集成及应用

作者：李丽; 车金香; 赵云; 车金星^*

来源：数学的实践与认识, 2019, 49(15): 167-172.

• 支持向量回归
• 预测方法
• Subbagging
• 模型复杂度

基于Subbagging的支持向量回归(SVR)集成预测方法的目的有两个方面:一是理论分析上使得集成预测统计量成为不完全U统计量,二是计算上使得SVR复杂度显著降低.系统地研究了该方法的建模过程,重点讨论了采样尺寸参数对预测精度的影响,并通过真实案例分析验证了所建立的SVR集成预测方法的有效性.

• 单位
  修水县中医院; 国网修水县电力公司; 南昌工程学院