含有demo显示。 C#的所有源代码（训练和测试部分）。 封装后的dll文件。 很便于从数据空间角度理解SVM， 还有为编程提供有价值参考。

回归分析，函数估计的SVM，有三个参数控制着SVR的性能，包括平衡参数 、 管道宽度和核参数 ，它们都需要预先给定。其中 定义了一个 不敏感函数，并控制着支持向量的数目。如果 管道宽度过大，那么支持向量的数目越少，其拟合函数将不能反映真实的函数特性；反之，如果 管道宽度过小，那么SVR的稀疏性将不能保证。

labview—Svm程序，可以进行故障分类

mySVM-MATLAB：这是我使用MATLAB实现的支持向量机（SVM）和转换型SVM（TSVM）的实现

支持向量机SVM和核函数的matlab程序集

支持向量机SVM训练，分类C源码，包括训练与分类两部分

支持向量机导论，nello Cristianini,John Shawe-Taylor著，李国正等译。

支持向量机SVM是一种新的机器学习方法，其基础是统计学理论。模型泛化能力强；进行非线性分类时通过高维空间变换。

电话营销作为一种低成本的营销模式，一直是银行推广理财产品的最重要渠道。 传统的电话销售不仅给许多电话访问客户带来了干扰，而且浪费了银行本身的资源。 为了提高银行电话营销的成功率，有必要提前预测哪些客户最有可能购买理财产品，以实现精准营销。 针对影响电话销售成功率的因素的复杂的高维非线性特征，提出了一种t-SNE（t分布随机邻居嵌入）特征提取方法，然后将提取的低维特征作为输入，使用非线性支持向量机（SVM）用于训练和预测。 实证结果表明，本文提出的基于t-SNE-SVM的银行电话。 营销预测模型具有良好的学习能力和泛化能力，可以为银行等行业实现精准营销提供一定的决策参考。

此SVM_GUI是基于libsvm-FarutoUltimate3.0，所以你需要实现安装该工具箱。操作简单，具体使用可参看内部说明文件。