Key points are not available for this paper at this time.
回帰と分類のための新しいサポートベクターアルゴリズムのクラスを提案します。これらのアルゴリズムでは、パラメータnuがサポートベクターの数を効果的に制御することを可能にします。これはそれ自体で有用であるだけでなく、パラメータ化には、アルゴリズムの他の自由パラメータの一つを排除する追加の利点があります：回帰の場合の精度パラメータepsilon、分類の場合の正則化定数Cです。アルゴリズムを説明し、nuの意味と選択に関するいくつかの理論的結果を示し、実験結果を報告します.
Schölkopf et al. (Mon,) はこの問題を研究しました.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: