写出 支持向量机回归预测（SVR）的MATLAB代码，

在MATLAB中，你可以使用`fitrsvm`函数来进行支持向量回归（Support Vector Regression，SVR）的预测。下面是一个简单的示例代码：

% 导入所需库
import stats.* % 或者直接使用 'stats.fitrsvm'

% 假设你有一个自变量X和一个因变量Y的数据集
data = readtable('your_data.csv'); % 请替换为你的数据文件名
X = data(:, 1:end-1); % 假设最后一列是因变量
Y = data(:, end);

% 创建一个SVR模型，可以选择内核（如线性、多项式或径向基函数）
% 这里我们选择径向基函数(RBF)作为示例
kernelFunction = 'rbf'; 
C = 1; % 正则化参数
sigma = 0.1; % RBF的宽度

% 训练模型
model = fitrsvm(X, Y, 'KernelFunction', kernelFunction, 'BoxConstraint', C, 'KernelScale', sigma);

% 预测新数据
newData = [1, 2, 3]; % 新的自变量值，这里仅作示例
predictedY = predict(model, newData);

% 打印预测结果
disp(predictedY);

在这个例子中，你需要将`'your_data.csv'`替换为你实际的数据文件路径，并根据需要调整参数。运行此代码后，`predictedY`将会存储预测的因变量值。