SVM 支持向量机分类与回归

SVM 支持分类和回归两类任务：离散标签用 SVC 分类，连续数值目标用 SVR 回归。分类重点看 RBF 核、Accuracy、F1、混淆矩阵、ROC 和 PR；回归重点看 C、gamma、epsilon、MAE、RMSE、R2、预测对比和残差图。本期完整演示分类流程，并简要展示 SVR 回归结果目录。SVM 的共同核心是通过核函数处理非线性关系，但分类是在特征空间里找类别边界，回归是在允许误差范围内拟合连续值。C、gamma、epsilon、特征缩放和数据划分都会影响结果，示例指标不代表更换数据后仍有相同效果。 #SVM支持向量机 #监督学习 #机器学习 #分类任务 #回归任务