如何使用fitcsvm函数

`fitcsvm`函数是MATLAB中用于训练支持向量机分类器的函数，其语法如下：

SVMModel = fitcsvm(X,Y)

其中，`X`是一个大小为`n`×`p`的矩阵，表示有`n`个样本，每个样本有`p`个特征，`Y`是一个大小为`n`×`1`的向量，表示每个样本的类标签。

`fitcsvm`函数会返回一个训练好的SVM模型`SVMModel`，可以用于预测新的数据。

下面是一个简单的例子：

% 生成一些随机数据
X = randn(100,2);
Y = sign(X(:,1).^2 + X(:,2).^2 - 0.5);

% 训练一个SVM模型
SVMModel = fitcsvm(X,Y);

% 绘制决策边界
figure;
gscatter(X(:,1),X(:,2),Y);
hold on;
h = ezplot(@(x,y)predict(SVMModel,[x y]),[-3 3 -3 3]);
set(h,'Color','k','LineWidth',2);
title('SVM with a linear kernel');

这段代码会生成一些随机的二维数据，然后利用`fitcsvm`函数训练一个线性核的SVM模型，最后绘制出决策边界。