matlab实现svm预测_机器学习笔记--SVM（MATLAB 实现代码）

我们知道SVM的基本原理就是找一个超平面（广义平面）将样本分为几个部分，即分类。

MATLAB中自带SVM包，使用起来也十分方便，假如X是特征矩阵，Y是分类标签（可以是数值（1、2）也可以是string，总之有区别就行。）

二分类代码

SVMModel = fitcsvm(X,y) %训练分类器
CVSVMModel = crossval(SVMModel);   %分类器的交叉验证
classLoss = kfoldLoss(CVSVMModel)%  样本内错误率
[~,score] = predict(SVMModel,X_test)%; %样本外的数据进行分类预测
[label,scorePred] = kfoldPredict(CVSVMModel); %样本外的数据进行分类预测结果，

线性分类和非线性分类

我们在训练分类器的时候需要选择是线性分类还是非线性分类，比如如下两种：