matlabsvm高斯分类（模式识别）

 

sp=rand(3,2)%创建随机变量矩阵 positive点
nsp=size(sp);
sn=rand(4,2);%创建随机变量矩阵 negative点
nsn=size(sn)
sd=[sp;sn]
lsd=[true true true false false false false]
Y=nominal(lsd)
figure(1);
subplot(1,2,1)
plot(sp(1:nsp,1),sp(1:nsp,2),'m+')
hold on
plot(sn(1:nsn,1),sn(1:nsn,2),'c*')
subplot(1,2,2)
svmStruct=svmtrain(sd,Y,'Kernel_Function','rbf','rbf_sigma',0.3,'method','SMO','showplot',true);%0.3分类精度，决定了分类训练结果
RD=svmclassify(svmStruct,sd,'showplot',true)