Orange3实战教程：模型---支持向量机

支持向量机（SVM）

支持向量机（SVM）将输入映射到高维特征空间。

输入

• 数据：输入数据集
• 预处理器：预处理方法

输出

• 学习器：线性回归学习算法

• 模型：训练好的模型
  • 支持向量：用作支持向量的实例

支持向量机（SVM）是一种机器学习技术，通过超平面划分属性空间，最大化不同类别或类值实例之间的间隔。该技术通常能提供卓越的预测性能。Orange 集成了 LIBSVM 包的流行 SVM 实现，本小部件是其图形用户界面。

对于回归任务，SVM 在高维特征空间中使用 ε-不敏感损失函数 进行线性回归。其估计精度取决于参数 C 和核函数参数的合理设置。该小部件基于支持向量机回归输出类别预测。

本小部件适用于分类和回归任务。