关于SVM用于预测
以目前的了解，SVM是一个大间隔分类器，不管对应的数据集有多少，对于SVM来说只是Y{y1,y2,y3，...}（即数据集对应标签的并集）此集合内的离散值。也就是由SVM预测的值绝不可能出现给定的标签中的值构成的集合Y以外的值。但是我看有人用它做非分类的问题，比如线性拟合之类的，好像还拟合的挺不错？？{:10_277:}
比如已知今天的温度预测明天的温度，预测结果中似乎出现了在“明天温度”这一标签构成的并集以外的温度，比如我的数据集X,Y=（22，25），（21， 24），（23,27）——（只是个简单的例子），我训练完成后输入x=22.5，他预测出了25.5这从未在标签中出现的值，这好像不符合SVM分类器的定义？他是怎么做到的？
页:
[1]