用于分类的 SVM（支持向量机）

支持向量机 (SVM) 是一种分类算法，它根据训练数据将数据分配到一个类别或另一个类别。该算法实施了可高度扩展的线性 SVM。

您可以使用下列函数训练 SVM 模型，并使用该模型对一组测试数据进行预测：

• SVM_CLASSIFIER
• PREDICT_SVM_CLASSIFIER
• GET_MODEL_SUMMARY

您还可以使用以下评估函数来获得进一步的见解：

• CONFUSION_MATRIX
• DETECT_OUTLIERS
• ERROR_RATE
• ROC

有关如何在 Vertica 中使用 SVM 算法的完整示例，请参阅使用 SVM（支持向量机）对数据进行分类。

Vertica 中 SVM 算法的实施基于论文 Distributed Newton Methods for Regularized Logistic Regression（正则逻辑回归的分布式牛顿法）。