svm 'kernel': ('linear', 'rbf','poly'

支持向量机（Support Vector Machine，SVM）是一种常用的机器习算法，用于分类和回归问题。在SVM中，kernel参数用于指定核函数的类型，常见的核函数有线性核函数（linear）、高斯径向基函数（rbf）和多项式核函数（poly）。

1. 线性核函数（linear）：线性核函数在特征空间中进行线性划分，适用于线性可分的情况。它的形式为K(x, y) = x * y，其中x和y是输入样本的特征向量。

2. 高斯径向基函数（rbf）：高斯径向基函数是一种非线性核函数，可以将样本映射到高维特征空间中。它的形式为K(x, y) = exp(-gamma * ||x - y||^2)，其中gamma是一个控制高斯核函数宽度的参数。

3. 多项式核函数（poly）：多项式核函数也是一种非线性核函数，可以将样本映射到高维特征空间中。它的形式为K(x, y) = (gamma * x * y + coef0)^degree，其中gamma、coef0和degree是用户指定的参数。