matlab做SVM分类 ，数据样本为csv文件（被试的时间序列），提取相关矩阵作为特征并用SVM进行二分类

clc
clear 
diagnose = csvread('labels.csv');%读取标签文件
mydir = 'F:\fmri\fmri\AD_NC\ts\';%数据所在路径
dList = dir([mydir ,'*.csv']);%数据列表
n = length(dList);
for i=1:n
    filename = load(dList(i).name);%读取数据
    filename1 = filename(1:170,:);%截取1-170行（也可以截取任意自己需要的）
    
    for k = 1:263   %做皮尔逊列相关
        for t = 1:263
            x = filename1(:,k);
            y = filename1(:,t);
            corr_per(k,t) =corr(x,y,'type','Pearson');
        end
    end
    corr_abs = abs(corr_per);%对相关矩阵取绝对值
    shangsanjiao = tril(corr_abs);%取上三角
    gen = double((shangsanjiao(:,:) >= 0.5) == 1);
    gen = double((shangsanjiao(:,:) < 0.5) == 0);%二值化（这里要用double强制转换类型，否则为逻辑型）
    [heng, zong] = size(gen);
    file_name = reshape(gen,1,heng*zong);%拉成一行
    data(i,:) = file_name;%把所有被试的相关阵放到一起&#x