Support-Vector-Machine (SVM)
Klassifizieren Sie die kategoriale Zielvariable Ihres Datensatzes mit hoher Genauigkeit. Vollständiger ML-Bericht mit RBF-, linearem und Polynom-Kernel inklusive Konfusionsmatrix und Permutation Importance.
SVM-Modell
Eine Support-Vector-Machine wird mit RBF-, linearem oder Polynom-Kernel und dem Regularisierungsparameter C trainiert.
Permutation Importance
Der tatsächliche Beitrag jeder Variable zur Klassifikation wird per Permutation berechnet und sortiert.
Konfusionsmatrix
Genauigkeit, Präzision, Sensitivität und F1-Score auf dem Testdatensatz werden berichtet.
PDF-Bericht
Kennzahlen, Konfusionsmatrix und ein Berichtssatz im APA-Format werden als PDF heruntergeladen.
Wie funktioniert es?
Laden Sie Ihre CSV- oder Excel-Datei hoch.
Die Analyse ist automatisch in Sekunden abgeschlossen.
Sehen Sie die Ergebnisse am Bildschirm und laden Sie sie als PDF herunter.
Erstellen Sie ein kostenloses Konto und legen Sie sofort los.
Loslegen — KostenlosMöchten Sie diese Analyse lieber einem Experten überlassen, statt sie selbst durchzuführen?
Senden Sie uns Ihre Daten, und unsere Expertenanalysten führen die Support-Vector-Machine (SVM)-Analyse in Ihrem Namen durch und berichten darüber. Beginnen Sie mit einer kostenlosen Erstbewertung.
Kostenlose Projektanfrage sendenMöchten Sie diese Analyse erlernen?
Lernen Sie, die Support-Vector-Machine (SVM)-Analyse mit Ihren eigenen Daten im Einzelunterricht durchzuführen.
Schulungen entdecken