matlab的fitcsvm函数示例代码

以下是一个简单的示例代码，演示如何使用MATLAB的fitcsvm函数进行支持向量机分类：

% 生成一些随机数据
rng(1); % 确保随机数种子是固定的
X = [randn(100,2)+1; randn(100,2)-1];
Y = [ones(100,1); -ones(100,1)];

% 划分训练集和测试集
cvp = cvpartition(Y,'Holdout',0.2);
Xtrain = X(cvp.training,:);
Ytrain = Y(cvp.training,:);
Xtest = X(cvp.test,:);
Ytest = Y(cvp.test,:);

% 训练支持向量机模型
svm = fitcsvm(Xtrain,Ytrain);

% 预测测试集并计算准确率
Ypred = predict(svm,Xtest);
accuracy = sum(Ypred==Ytest) / length(Ytest);
disp(['Accuracy: ',num2str(accuracy)]);

在这个示例中，我们首先生成了一个二维的随机数据集，并将其中的前100个点标记为正类，后100个点标记为负类。然后我们使用cvpartition函数将数据集划分为训练集和测试集，其中测试集占总数据集的20%。接下来，我们使用fitcsvm函数训练一个支持向量机模型，并使用predict函数对测试集进行预测。最后，我们计算预测准确率并输出结果。

请注意，这个示例只是一个简单的演示，实际应用中需要更复杂的数据集、特征选择和调参等处理。