I modelli SVM possono essere costruiti in R utilizzando un dataset pre - elaborato.
Il dataset deve essere suddiviso in treno e dati di prova dopo il caricamento in ambiente R.
I dati possono essere formati utilizzando mandorle lineari e non lineari Gli iperparametri associati ai kernel possono essere ottimizzati per trovare il valore che ci darà le migliori prestazioni di serie di test.
È possibile addestrare entrambi i modelli SVM di classificazione e regressione in R.
La differenza nei modelli di classificazione e regressione è nel tipo di variabile di risposta.