Os modelos SVM podem ser construídos em R usando um conjunto de dados pré-processados.
O conjunto de dados deve ser dividido em dados de trem e teste depois de carregá-lo para o ambiente R.
Os dados podem ser treinados utilizando kernels lineares e não-lineares Os hiperparâmetros associados aos kernels podem ser ajustados para encontrar o valor que nos dará o melhor desempenho do conjunto de testes.
É possível treinar ambos os modelos SVM de classificação e regressão em R.
A diferença nos modelos de classificação e regressão está no tipo da variável de resposta.