Matlab下核函数方法进行非线性分类

采用核函数方法对下列数据进行非线性分类。给出matlab具体代码，及采用训练样本进行测试得到的准确率结果。
x=[0 1 0 1 2 -1];y=[0 0 1 1 2 -1];z=[-1 1 1 -1 1 1];其中，（x,y）代表二维的数据点，z 表示相应点的类型属性。

 

运行代码：

data=[1,0;0,1;2,2;-1,-1;0,0;1,1]; 

groups=[1;1;1;1;-1;-1];

figure;

subplot(2,2,1);

Struct1 = svmtrain(data,groups,'Kernel_Function','quadratic', 'showplot',true);

classes1=svmclassify(Struct1,data,'showplot',true);

title('二次核函数');

CorrectRate1=sum(groups==classes1)/6

subplot(2,2,2);

Struct2 = svmtrain(data,groups,'Kernel_Function','rbf', 'RBF_Sigma',0.41,'showplot',true);

classes2=svmclassify(Struct2,data,'showplot',true);

title('高斯径向基核函数(核宽0.41)');

CorrectRate2=sum(groups==classes2)/6

subplot(2,2,3);

Struct3 = svmtrain(data,groups,'Kernel_Function','polynomial', 'showplot',true);

classes3=svmclassify(Struct3,data,'showplot',true);

title('多项式核函数');

CorrectRate3=sum(groups==classes3)/6

subplot(2,2,4);

Struct4 = svmtrain(data,groups,'Kernel_Function','mlp', 'showplot',true);

classes4=svmclassify(Struct4,data,'showplot',true);

title('多层感知机核函数');

CorrectRate4=sum(groups==classes4)/6

运行结果：