SSOSVM：适合流的在线支持向量机

软边缘支持向量机（SVM）是一类常见的分类模型。SVM的训练通常要求数据在单个批次中同时可用，但随机优化最小（SMM）算法框架允许SVM在流数据上训练，而不是Nguyen、Jones和McLachlan（2018）<doi:10.1007/s42081-018-0001-y>. 该软件包利用SMM框架提供训练具有铰链损失、平方铰链损失和逻辑损失的SVM的功能。

版本：	0.2.1
进口：	卢比(≥ 0.12.13),mvtnorm公司,MASS（质量）
链接到：	卢比,RcppArmadillo公司
建议：	测试那个,针织物,rmarkdown公司,ggplot2,gganimate（gg动画）,吉夫斯基
出版：	2019-05-06
作者：	Andrew Thomas Jones、Hien Duy Nguyen、Geoffrey J.McLachlan
维护人员：	安德鲁·托马斯·琼斯（Andrew Thomas Jones）
许可证：	GPL-3公司
需要编译：	对
材料：	自述文件 新闻
CRAN检查：	SSOSVM结果

文档：

参考手册：

SSOSVM.pdf格式

下载内容：

包源：	SSOSVM_0.2.1.tar.gz号
Windows二进制文件：	r-预发布：SSOSVM_0.2.1.zip文件，r版本：SSOSVM_0.2.1.zip文件，r-oldrel：SSOSVM_0.2.1.zip文件
macOS二进制文件：	r-prerel（arm64）：SSOSVM-0.2.1.tgz型，r-release（arm64）：SSOSVM-0.2.1.tgz型，r-oldrel（arm64）：SSOSVM_0.2.1.tgz，r-prerel（x86_64）：SSOSVM-0.2.1.tgz型，r-release（x86_64）：SSOSVM-0.2.1.tgz型

链接：

请使用规范形式https://CRAN.R-project.org/package=SSOSVM链接到此页面。