Как интерпретировать прогноз результата SVM в R?

Я новичок в R и использую пакет e1071 для классификации SVM в R.

Я использовал следующий код:

data <- loadNumerical()

model <- svm(data[,-ncol(data)], data[,ncol(data)], gamma=10)

print(predict(model, data[c(1:20),-ncol(data)]))

loadNumerical предназначен для загрузки данных , а данные имеют форму (вводятся первые 8 столбцов, а последний столбец является классификацией):

   [,1] [,2] [,3] [,4] [,5] [,6] [,7]      [,8] [,9]
1    39    1   -1   43   -1    1    0 0.9050497    0
2    23   -1   -1   30   -1   -1    0 1.6624974    1
3    50   -1   -1   49    1    1    2 1.5571429    0
4    46   -1    1   19   -1   -1    0 1.3523685    0
5    36    1    1   29   -1    1    1 1.3812029    1
6    27   -1   -1   19    1    1    0 1.9403649    0
7    36   -1   -1   25   -1    1    0 2.3360004    0
8    41    1    1   23    1   -1    1 2.4899738    0
9    21   -1   -1   18    1   -1    2 1.2989637    1
10   39   -1    1   21   -1   -1    1 1.6121595    0

Количество строк в данных - 500.

Как показано в приведенном выше коде, я протестировал первые 20 столбцов. строки для прогноза. И вывод такой:

         1          2          3          4          5          6          7 
0.04906014 0.88230392 0.04910760 0.04910719 0.87302217 0.04898187 0.04909523 
         8          9         10         11         12         13         14 
0.04909199 0.87224979 0.04913189 0.04893709 0.87812890 0.04909588 0.04910999 
        15         16         17         18         19         20 
0.89837037 0.04903778 0.04914173 0.04897789 0.87572114 0.87001066 

Я могу интуитивно сказать по результату, что когда результат близок к 0, это означает 0 класс, а если он близок к 1, он относится к 1 классу.

Но мой вопрос в том, как я могу точно интерпретировать результат: есть ли порог с , который я могу использовать, чтобы значения ниже с классифицировались как 0 и значения выше s классифицируются как 1?

Если существуют такие s , как я могу их получить?