SVR和支持向量机（SVM）都涉及将样本点距离决策边界的计算。SVM主要用于分类问题，而SVR则专注于回归分析。简而言之，SVM可以想象成“排空、朝外吹气球”的过程，而SVR则类似于“吸收、朝里吸气”，这两种方法的目的是最大化间隔。在优化问题上，它们都追求min(2/||w||)的目标。◉ 区别与联系 SVM旨在确保样本类别在