支持向量回归（support vector regression,SVR），理学-计算机科学技术-计算机应用-多媒体计算-模式识别-回归分析，支持向量机在求解回归问题中的应用。最早由俄罗斯统计学家V.N.万普尼克[注]（Vladimir Naumovich Vapnik）等人于1997年提出。给定自变量（相当于支持向量机中的特征向量）和因变量（相当于支持向量机中的类别，区别在于支持向量机中的类别是离散的，而支持向量回归中的因变量是连续的），支持向量回归的目的是根据已知的训练数据确定一个尽量平坦的预测函数使得与的差异不超过。