摘要
机器学习算法在工程领域的试验数据处理、预测和分析方面具有十分广泛的应用前景。然而,数据扰动问题对机器学习回归算法建模和数据预测精度构成了严重挑战,是机器学习算法研究和应用工作中常见的难题。本研究对目前使用最为广泛的六种机器学习算法原理及其优缺点进行了深入剖析,并对工程中常见的数据扰动形成原因及其对机器学习算法预测精度的影响进行了详细分析,提出了一种针对多面体数据扰动问题的稳健支持向量回归算法构想。
出处
《信息记录材料》
2024年第10期46-49,共4页
Information Recording Materials
