1.随机产生两类线性可分的数据集，进行线性可分支持向量机的训练与验证。(提示:使用fitcsvm函数训练SVM；使用predict函数验证SVM)

代码实现如下：

% 随机产生两类线性可分的数据集
rng(1); % 设置随机数种子
X = [randn(50,2)*0.5+ones(50,2); randn(50,2)*0.5-ones(50,2)];
Y = [ones(50,1); -ones(50,1)];

% 划分训练集和测试集
cv = cvpartition(size(X,1),'HoldOut',0.3);
idx = cv.test;
trainX = X(~idx,:);
trainY = Y(~idx,:);
testX = X(idx,:);
testY = Y(idx,:);

% 训练支持向量机模型
svm = fitcsvm(trainX, trainY, 'KernelFunction', 'linear');

% 预测测试集
test_pred = predict(svm, testX);

% 计算准确率和混淆矩阵
acc = sum(test_pred == testY) / length(testY);
C = confusionmat(testY, test_pred);
fprintf('测试集准确率为：%f\n', acc);
disp('混淆矩阵为：');
disp(C);

运行结果如下：

测试集准确率为：1.000000
混淆矩阵为：
    15     0
     0    15

说明支持向量机在该数据集上表现良好，分类准确率为100%。