支持向量回归matlab代码

以下是一个简单的支持向量回归（SVR）的 MATLAB 代码示例：

% 生成一些训练数据
rng(0);
X = sort(5*rand(40,1), 'ascend');
y = sin(X) + 0.5*randn(size(X));

% 训练一个 SVR 模型
epsilon = 0.2;
C = 1;
kernel = 'rbf';
sigma = 0.5;
svr = fitrsvm(X, y, 'KernelFunction', kernel, ...
    'KernelScale', sigma, 'BoxConstraint', C, ...
    'Epsilon', epsilon, 'Standardize', true);

% 预测新的数据点
xtest = linspace(0,5,100)';
ytest = predict(svr, xtest);

% 绘制训练数据和模型预测
figure;
hold on;
scatter(X, y, 'b', 'filled');
plot(xtest, ytest, 'r', 'LineWidth', 2);
xlabel('X');
ylabel('y');
title('SVR Model');
legend('Training Data', 'SVR Prediction');

在这个例子中，我们生成了一些训练数据，然后使用 `fitrsvm` 函数训练了一个 SVR 模型。我们使用了 RBF 核函数，并将参数 C 和 epsilon 设置为 1 和 0.2。我们还将数据标准化，以便不同特征的值具有相同的重要性。最后，我们使用 `predict` 函数预测新的数据点，并将结果绘制在图表中。