1、解释
分类模型。
2、导包
from sklearn.svm import SVC
3、核函数介绍
3.1、linear：线性核函数,是在数据线性可分的情况下使用的，运算速度快，效果好。不足在于它不能处理线性不可分的数据。
3.2、poly：多项式核函数,多项式核函数可以将数据从低维空间映射到高维空间，但参数比较多，计算量大。
3.3、rbf：高斯核函数（默认）,高斯核函数同样可以将样本映射到高维空间，但相比于多项式核函数来说所需的参数比较少，通常性能不错，所以是默认使用的核函数。
3.4、sigmoid：sigmoid 核函数,sigmoid 经常用在神经网络的映射中。因此当选用 sigmoid 核函数时，SVM 实现的是多层神经网络。
标签：维空间,映射,sigmoid,多项式,SVC,函数 From： https://www.cnblogs.com/xiaoliang-333/p/16858134.html