支持向量机分类器可以分几类

支持向量机（Support Vector Machine，SVM）分类器可以分为以下几类：

1. 线性支持向量机（Linear SVM）：线性支持向量机使用线性超平面来进行分类，适用于线性可分的情况。

2. 非线性支持向量机（Nonlinear SVM）：非线性支持向量机通过使用核函数将输入空间映射到高维特征空间，从而在高维空间中构建线性超平面进行分类，适用于非线性可分的情况。

3. 多类支持向量机（Multiclass SVM）：多类支持向量机是将多个二分类支持向量机组合起来进行多类别分类的方法，常用的方法有一对一（One-vs-One）和一对其余（One-vs-Rest）。

4. 支持向量回归（Support Vector Regression，SVR）：支持向量回归是一种使用支持向量机进行回归任务的方法，通过寻找最优超平面来拟合数据。