{{category R}}
!!!SVM: Support Vector Machine サポートベクターマシーン
*分類には、境界部分のデータポイントに注目
*できるだけ距離を置いて分けられる方が良いという発想
{{pre
install.packages("kernlab", dependencies = T)
library(kernlab)
}}

!サンプリングの方法（トレーニングデータとテストデータの二種類のデータセットの作成）
{{pre
rnd.number <- sample(全体の数,ランダムサンプルする数)
training.data <- data.frame[rnd.number, ]
test.data     <- data.frame[-rnd.number, ]
}}

!SVM関数

 ksvm(分類カテゴリ~説明変数, data, kernel="使用するカーネル関数", kpar=パラメタ, type=分類か回帰か, cross=交差検証法の回数)
*これでモデルを作って、predictでテストデータを使って試す

!!References
https://www.cis.doshisha.ac.jp/mjin/R/31/31.html