SVR

释义 Definition

SVR 通常指 Support Vector Regression（支持向量回归）：一种基于支持向量机思想的回归算法，用于预测连续数值（如房价、需求量、温度等），常配合核函数处理非线性关系。（在不同领域中也可能有其他含义，如某些设备/系统缩写。）

发音 Pronunciation (IPA)

/ˌɛs viː ˈɑːr/

例句 Examples

SVR is a useful method for predicting prices.
SVR 是一种用于预测价格的实用方法。

Using an RBF kernel, the SVR model captured the nonlinear relationship between advertising spend and sales while controlling overfitting.
使用 RBF 核函数后，SVR 模型在控制过拟合的同时，捕捉到了广告投入与销量之间的非线性关系。

词源 Etymology

SVR 是由 Support Vector Regression 的首字母缩写形成的技术术语；该名称源自“支持向量机（SVM）”框架在回归任务中的扩展：用“支持向量”来决定预测函数的形状与边界。

相关词 Related Words

• SVM
• Regression
• Kernel
• RBF
• Overfitting
• Regularization
• Hyperparameter
• Prediction

文学与著作中的用例 Literary / Notable Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论支持向量机及其在回归/分类中的相关方法。
• Learning with Kernels（Schölkopf & Smola）——系统介绍核方法与支持向量相关技术（含回归思路）。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在机器学习章节中涉及支持向量方法与回归相关内容。