昨日，サポートベクタマシンをプロデルで実装したので，使ってみたいと思います。これのSVM版をやります。
はじめに
今回は二値分類です。Irisデータセットは，3クラスなので，データを一部切り捨てて二値分類タスクにします。
前処理
前処理の段階で，正解ラベルを2種類に絞ります。
※コンソール
「..\行列.rdr」を参照する。
「..\サポートベクタマシン.rdr」を参照する。
「..\文字列操作.rdr」を参照する。
「Produire.File.dll」を利用する。
「Produire.Network.dll」を利用する。
アイリスデータは，HTTPで「https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data」を取得したものの行区切りの1番目から100個切り出したもの。
アイリスデータを適当に並び替える。
正解という行列（80，1）を作る。
訓練データという行列（80，4）を作る。
評価データ用正解という行列（20，1）を作る。
評価データという行列（20，4）を作る。
100回，【カウンタ】にカウントしながら繰り返す
【一行】は，アイリスデータ（カウンタ）を「,」で分割したもの。
もしカウンタが80以下なら
4回，添字にカウントしながら繰り返す
訓練データの中身（カウンタ）（添字）は，一行（添字）。
繰り返し終わり
一行（5）について分岐
「Iris-setosa」の場合
正解の中身（カウンタ）は，｛1｝。
「Iris-versicolor」の場合
正解の中身（カウンタ）は，｛-1｝。
分岐終わり
でないなら
4回，添字にカウントしながら繰り返す
評価データの中身（カウンタ-80）（添字）は，一行（添字）。
繰り返し終わり
一行（5）について分岐
「Iris-setosa」の場合
評価データ用正解の中身（カウンタ-80）は，｛1｝。
「Iris-versicolor」の場合
評価データ用正解の中身（カウンタ-80）は，｛-1｝。
分岐終わり
もし終わり
繰り返し終わり
データをHTTPで取得をするので，繰り返し実行しないで下さい。ダウンロードしたものを使う場合は，「［ファイル名］」から読み込んだものの行区切りの1番目から100個切り出したものと書き換えて下さい。
100個中，80個を訓練データ，20個を評価データとします。従って，先にランダムに並べ替えておきます。あとはニューラルネットワークの時と一緒です。
学習・推定をする
線形カーネルを利用します（線形カーネルしか実装していない）。
カーネル君という線形カーネル（訓練データ）を作る。
SVM君というサポートベクタマシン（カーネル君）を作る。
訓練データと正解を｛5.00，0.0002｝でSVM君が学習する。
結果は，SVM君が評価データを推定したものを転置したもの。
結果を表示。
評価データ用正解を転置したものを表示。
評価データ用正解を転置したものを結果で比較したものを表示。
実行には1分もかかりません。結果は次の通りです。
PS C:\> .\アヤメの分類_SVM.exe
80
76.37834
73.94282
71.80421
69.7756
（略）
5.165431
5.112964
5.062041
5.012619
4.96465
-1，1，1，1，-1，1，1，1，-1，1，-1，1，1，1，-1，-1，-1，-1，-1，1
-1，1，1，1，-1，1，1，1，-1，1，-1，1，1，1，-1，-1，-1，-1，-1，1
1
最後から3行目が推定した結果，最後から2行目が正解データのラベル，最後の行が正解率です。100%ですね。
（そんなことあるのかなあ・・・どこか間違っているのでは・・・）