svm

支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，现已被认为是最好的分类算法之一。它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。SVM使用训练实例的一个子集来表示决策边界，这个子集就是所谓的支持向量(support vector)。

svm()基础语法如下：

svm(formula, data)

以下是使用的参数的描述：

1. formula：描述预测变量和响应变量的公式。

2. data：使用的数据集的名称。

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • 支持向量机(Support Vector Machines-SVM)算法笔记(一)-Python
    本文主要是学习支持向量机的算法原理，并且用Python来实现相关算法。内容包括：SVM概述、线性可分支持向量机、线...
    keepStriving阅读 16,880评论 6赞 57
  • 审视SVM
    1. 回顾拉格朗日乘数法 为了找到曲线上的最低点，就从最低的等高线（0那条）开始网上数。数到第三条，等高线终于和曲...
    jiandanjinxin阅读 7,537评论 0赞 5
  • 小白学SVM机器学习系列教程（二）
    更多文章，欢迎大家关注的我的个人博客网站：fangd123 原文链接：SVM - Understanding th...
    方文达阅读 5,977评论 1赞 51
  • 话题
    特别的日子,某人第一次带标配跟友人聚餐。所谓的存在感，首次被认可。ABCD全家聚会,满满的聚拢整个包厢。 ...
    a戎闻阅读 1,501评论 0赞 1
  • 谢谢，遇到你真好。
    “相由心生”，人的状态和心情，可以从脸上看出来。幸福会洋溢在脸上，悲伤会显现在脸上，焦虑无法让眉头舒展，操劳会让你...
    风中红竹Dancer阅读 2,206评论 2赞 3