R语言使用e1071包中的svm函数构建支持向量机SVM模型(Support vector machines)、默认使用RBF核函数、使用table函数计算混淆矩阵评估分类模型性能

R语言使用kernlab包中的ksvm函数构建支持向量机SVM模型(Support vector machines)、使用RBF核函数、使用table函数计算混淆矩阵评估分类模型性能

基于matlab的SVM支持向量机分类仿真,核函数采用RBF函数

R语言使用R基础安装中的glm函数构建乳腺癌二分类预测逻辑回归模型、分类预测器（分类变量）被自动替换为一组虚拟编码变量、summary函数查看检查模型、使用table函数计算混淆矩阵评估分类模型性能

【菜菜的sklearn课堂笔记】支持向量机-非线性SVM与核函数

R语言使用party包中的cforest函数基于条件推理决策树（Conditional inference trees）构建随机森林、使用varimp函数查看特征重要度、使用table函数计算混淆矩阵

C#，数值计算——分类与推理，基座向量机（SVM，Support Vector Machines）的计算方法与源程序

R语言使用ranger包的ranger函数构建随机森林模型（random forest）

一文全解经典机器学习算法之支持向量机SVM（关键词：SVM，对偶、间隔、支持向量、核函数、特征空间、分类）

R语言使用mean函数计算向量数据的均值

LR 和 SVM 联系与区别和联系 &核函数的使用