支持向量机（SVM）代码

%支持向量机
%清空环境变量
close all;
clc;
clear ;

%%读取数据
data1=xlsread('train_data.xlsx');%%读取训练数据
data2=xlsread('test_data.xlsx');%%读取测试数据

%%分类数据集
features1=data1(:,1:4);%%训练数据输入
class1=data1(:,5);%%训练数据输出

features2=data2(:,1:4);%%测试数据输入
class2=data2(:,5);%%测试数据输出

%%归一化
temp1=mapminmax(features1',0,1);%%对训练数据输入进行归一化
featuresn1=temp1';%%转置

temp2=mapminmax(features2',0,1);%%对测试数据输入进行归一化
featuresn2=temp2';%%转置

% 构建支持向量机
SVMModel = fitcsvm(featuresn1, class1, 'KernelFunction', 'rbf', 'BoxConstraint', 100, 'KernelScale', 0.1);

% 对测试数据预测
[predict_class]= predict(SVMModel, featuresn2);

%%绘图
figure
plot(class2,'bo')
hold on
plot(predict_class,'r*')
grid on
xlabel('样本序号')
ylabel('类型')
legend('实际类型','预测类型')
set(gca,'fontsize',12)

%%输出预测准确率
accuracy = sum(predict_class == class2) / numel(class2);
disp(['预测准确度：', num2str(accuracy * 100), '%']);