Java 我可以一起训练二维x，y吗？或者每个坐标都被视为SVR的一个输出并独立训练？

在我的项目室内位置中，我使用SVR回归

我需要使用x、y位置和接收到的信号强度WiFi（用于建立指纹数据库）对SVR进行离线培训，以便在我所在的位置进行培训，然后建立一个模型，预测新信号强度的新位置将进入在线阶段

在SVR代码中，SVR中的predict函数以一个数字数组作为输入，并返回一个数值作为输出。但我有两个例子，对于X和Y

public double predict(T x);{
}

我的问题:

---

我可以一起训练二维x、y吗？或者每个坐标都被视为SVR的一个输出并单独训练吗？

您可以同时使用这两个维度。这些尺寸的技术术语为特征。
就像一维值一样，您可以针对任意数量的维度训练SVR。为此，你的数学运算会相应地改变

就像X+/-Y在它们之间。
对于乘法，可以在它们之间使用点积

如果您使用的是SVR的任何库，那么它们中的大多数都是以二维数组格式输入的任务，大小为m*n

其中，
m=样本数量

---

n=维度数（在您的情况下为2）

现在我使用群集算法关联传播和存储方向（北-东南-西）作为特征，然后我将使用svr从4个群集中训练每个维度。当我在在线阶段工作时，我会收到信号强度，我需要预测位置。我必须计算坐标之间的欧几里德距离为什么？我想你有任何java代码样本可以帮助我。我存储了来自同一位置和环境的所有可用接入点的所有强度，其中有一些噪声数据，因此我必须使用非线性变换，使用kernek函数和回归，因为我有真实值数据。很难理解您的要求？如果您正在寻找示例代码，可以从libsvm库开始。我的回答假设您知道如何使用一维数据实现svr，并且您想知道如何处理二维或n维数据。然而，使用欧几里德距离并不是一个简单的规则，但它在实际中主要用于计算两点之间的距离。这些点可以是任意尺寸。