SVM,SVC,SVC之间的区别

今天开始做svm的入门项目，训练时用到的代码如下

#对数据进行训练
from sklearn.svm import SVC
classifier=SVC(random_state=0)
classifier.fit(x_train,y_train)
#预测结果
y_pred=classifier.predict(x_test)

其中，调用了sklearn中的SVC，整理了一下他们的关系：

SVM=Support Vector Machine 是支持向量
SVC=Support Vector Classification就是支持向量机用于分类
SVR=Support Vector Regression.就是支持向量机用于回归分析

SVM的算法模型有：

svm.LinearSVC Linear Support Vector Classification.
svm.LinearSVR Linear Support Vector Regression.
svm.NuSVC Nu-Support Vector Classification.
svm.NuSVR Nu Support Vector Regression.
svm.OneClassSVM Unsupervised Outlier Detection.
svm.SVC C-Support Vector Classification.
svm.SVR Epsilon-Support Vector Regression.