Le noeud SVM utilise une machine de vecteur de support pour classifier les données. SVM est particulièrement adapté à de grands jeux de données, c'est à dire, ceux avec un grand nombre de champs prédicteurs. Vous pouvez utiliser les paramètres par défaut sur le noeud pour générer relativement rapidement un modèle de base. Vous pouvez aussi utiliser les paramètres Expert pour tester les différents types de modèles SVM.

Une fois le modèle créé, vous pouvez :

• parcourir le nugget du modèle pour afficher l'importance relative des champs d'entrée dans la création du modèle ;
• ajouter un noeud Table au nugget de modèle pour afficher la sortie du modèle.

Exemple. Un chercheur en médecine a obtenu un ensemble de données contenant les caractéristiques d'un certain nombre d'échantillons de cellules humaines supposées favoriser le développement du cancer. L'analyse des données originales indiquait que de nombreuses caractéristiques différaient considérablement entre les échantillons bénins et malins. Le chercheur en médecine souhaite développer un modèle SVM qui peut utiliser les valeurs de caractéristiques de cellules semblables dans des échantillons d'autres patients pour savoir au plus tôt si leurs échantillons peuvent être bénins ou malins.