写一段机器学习MATLAB代码

当然，我可以提供一个简单的示例代码来进行机器学习模型的训练和预测。以下是一个使用MATLAB的支持向量机（SVM）算法进行二分类任务的示例：

% 生成示例数据集
rng(1); %设置随机种子以保持结果的一致性
X = [randn(50,2)+ones(50,2); randn(50,2)-ones(50,2)];
Y = [ones(50,1); -ones(50,1)];

% 划分数据集为训练集和测试集
cv = cvpartition(size(X,1),'Holdout',0.2);
X_train = X(training(cv),:);
Y_train = Y(training(cv),:);
X_test = X(test(cv),:);
Y_test = Y(test(cv),:);

% 训练SVM模型
svmModel = fitcsvm(X_train, Y_train);

% 在测试集上进行预测
Y_pred = predict(svmModel, X_test);

% 计算分类准确率
accuracy = sum(Y_pred == Y_test) / numel(Y_test);
disp(['分类准确率：', num2str(accuracy)]);

这段代码首先生成一个示例数据集，然后将数据集划分为训练集和测试集。接下来，使用`fitcsvm`函数训练一个支持向量机模型。最后，在测试集上使用`predict`函数进行预测，并计算预测结果的分类准确率。

请注意，这只是一个简单的示例代码，实际的机器学习任务可能需要更多的数据预处理、模型调参和评估等步骤。同时，MATLAB还提供了许多其他的机器学习算法和工具，可以根据具体需求选择适合的方法。