我已经阅读了关于神经网络的这一行：
“虽然当训练样例可线性分离时感知器规则找到成功的权重向量，但如果示例不是线性可分的，则它可能无法收敛 .
我的数据分布是这样的：特征是橡胶的 生产环境 ，橡胶的消耗，合成橡胶的 生产环境 和汇率所有值都缩放
我的问题是数据不是线性可分的，所以我应该使用ANN吗？这是一个规则，它应该只适用于班次可分离的数据吗？因为我使用它获得了良好的结果（0.09％MAPE错误） . 我还应用了SVM回归（ MATLAB 中的 fitrsvm 函数）所以我不得不要求可以将SVM用于预测/预测，或者它仅用于分类，我没有读过任何关于使用SVM预测的分类，SVM的结果是也不好可能的原因是什么？
1 回答
神经网络不是感知器 . Perceptron是最古老的想法，它至多是神经网络的一个组成部分 . Perceptron设计用于二元，线性分类，您的问题既不是二元分类也不是线性可分的 . 你在这里看回归，神经网络是一个很好的选择 .
SVM具有称为SVR的回归“克隆”，可用于任何任务NN（作为回归量）可以使用 . 当然，两者的一些典型特征（如SVR是非参数估计器等） . 对于手头的任务 - 两种方法（以及任何其他回归者，有几十种！）很好 .