如何使用，請查閱我的另兩篇博客——SVM的使用train()，SVM的使用trainAuto()，K折交叉驗證優化參數
核（由上到下）：線性、多項式、徑向基函數、Sigmoid、指數卡方分布、直方圖交運算
使用方式：參數范圍可以參考上邊的鏈接
//SVM類型及參數
svm->setType(SVM::C_SVC);
svm->setC(0.01);
//核及參數
svm->setKernel(SVM::SIGMOID);
svm->setGamma(0.01);
svm->setCoef0(0.1);
1、setType()
SVM的類型，默認SVM::C_SVC。具體有C_SVC=100,NU_SVC=101,ONE_CLASS=102,EPS_SVR=103,NU_SVR=104
2、與核函數有關參數
2.1、setGamma()
gamma（默認1）適用類型：SVM::POLY, SVM::RBF, SVM::SIGMOID or SVM::CHI2
2.2、setCoef0()
coef0（默認0）適用類型：SVM::POLY，SVM::SIGMOID
2.3、setDegree()
degree（默認0）適用類型：SVM::POLY
3、與優化有關參數
3.1、setC()
C（默認0）適用類型：SVM::C_SVC, SVM::EPS_SVR ，SVM::NU_SVR
3.2、setNu()
nu（默認0）適用類型：SVM::NU_SVC, SVM::ONE_CLASS，SVM::NU_SVR
3.3、setP()
epsilon（默認0）適用類型：SVM::EPS_SVR
4、針對SVM::C_SVC的可選參數（默認empty Mat）
setClassWeights()，設置后，3.1中的參數C變成 classWeights(i) * C
5、setTermCriteria()
迭代終止條件，默認：TermCriteria( TermCriteria::MAX_ITER + TermCriteria::EPS, 1000, FLT_EPSILON )
6、setKernel()
設置核函數，有：CUSTOM=-1,LINEAR=0,POLY=1,RBF=2,SIGMOID=3,CHI2=4,INTER=5