关于matlab的SVM工具箱的几个函数

最小二乘支持向量机的自编代码
clear all;
clc;
N=35;                              %样本个数
NN1=4;                         %预测样本数
%********************随机选择初始训练样本及确定预测样本*******************************
x=[];
y=[];
index=randperm(N);   %随机排序N个序列
index=sort(index);
gama=23.411;           %正则化参数
deita=0.0698;             %核参数值
%thita=;                   %核参数值
%*********构造感知机核函数*************************************
%for i=1:N
%    x1=x(:,index(i));
%    for j=1:N
%        x2=x(:,index(j));
%        K(i,j)=tanh(deita*(x1'*x2)+thita);
%    end
%end
%*********构造径向基核函数**************************************
for i=1:N
     x1=x(:,index(i));
     for j=1:N
         x2=x(:,index(j));
         x12=x1-x2;
         K(i,j)=exp(-(x12'*x12)/2/(deita*deita));
     end
end
%*********构造多项式核函数****************************************
%for i=1:N
%    x1=x(:,index(i));
%    for j=1:N
%        x2=x(:,index(j));
%        K(i,j)=(1+x1'*x2)^(deita);
%    end
%end
%*********构造核矩阵************************************
        for i=1:N-NN1
            for j=1:N-NN1
                omeiga1(i,j)=K(i,j);
            end
        end
        omeiga2=omeiga1';
        omeiga=omeiga2+(1/gama)*eye(N-NN1);
        A12=ones(1,N-NN1);
        A21=A12';
        A=[0 A12;A21 omeiga];
%**************************************
        for i=1:N-NN1
            B21(i,:)=y(index(i));
        end
        B=[0;B21];
%********LS-SVM模型的解******************************
        C=A\B;
%******
        b=C(1);             %模型参数
        for i=1:N-NN1
            aipha(i)=C(i+1); %模型参数，行向量
        end
%*******************************************
    for i=1:N         %预测模型
        aifx(i)=b+(aipha)*K(1:N-NN1,i);
    end
%*******************************************
aifx  
index