gamma=0.1로 지정한 매개변수 
를 잘 이해하기 위해 붓꽃 데이터셋에서 RBF 커널 SVM을 적용해 보죠.
>>> svm = SVC(kernel='rbf', random_state=1, gamma=0.2, C=1.0)
>>> svm.fit(X_train_std, y_train)
>>> plot_decision_regions(X_combined_std,
... y_combined, classifier=svm,
... test_idx=range(105,150))
>>> plt.xlabel('petal length [standardized]')
>>> plt.ylabel('petal width [standardized]')
>>> plt.legend(loc='upper left')
>>> plt.tight_layout()
>>> plt.show()
비교적 값을 작게 했기 때문에 RBF 커널 SVM 모델이 만든 결정 경계는 그림 3-15와 같이 부드럽습니다.
▲ 그림 3-15 RBF 커널 SVM 모델이 학습한 붓꽃 데이터셋의 결정 경계