SVM 如何运行

SVM 的工作原理是将数据映射到高维特征空间，这样即使数据不是线性可分，也可以对该数据点进行分类。找到类别之间的分隔符，然后以将分隔符绘制成超平面的方式变换数据。之后，可用新数据的特征预测新记录所属的组。

例如，请考虑下图，图中的数据点落在两个不同的类别中。

可以使用一条曲线分隔这两个类别，如下图所示。

转换后，可以使用超平面定义这两个类别之间的边界，如下图所示。

用于变换的数学函数称为 核 函数。IBM® SPSS® Modeler 中的 SVM 支持下列核类型：

• 线性
• 多项式
• 径向基函数 (RBF)
• Sigmoid

如果数据的线性分隔比较简单，那么建议使用线性核函数。在其他情况下，应当使用其他函数。在所有情况下，您都需要尝试使用不同的函数才能获得最佳模型，因为每一个函数均使用不同的算法和参数。