matlabsvm多元回归代码

下面是一个简单的Matlab多元线性回归代码示例：

% 设置数据
x1 = [1, 2, 3, 4, 5]';
x2 = [0.5, 1, 1.5, 2, 2.5]';
y = [2, 4, 5, 4.5, 6]';

% 构造设计矩阵X
X = [ones(size(x1)), x1, x2];

% 计算回归系数
b = X \ y;

% 预测新数据
x1_new = [6, 7]';
x2_new = [3, 3.5]';
X_new = [ones(size(x1_new)), x1_new, x2_new];
y_pred = X_new * b;

% 输出结果
disp('回归系数:');
disp(b);
disp('预测结果:');
disp(y_pred);

在这个例子中，我们有两个自变量x1和x2，以及一个因变量y。我们首先将自变量和因变量转换为向量形式，然后使用它们构造设计矩阵X。在设计矩阵中，第一列是常数项，其余列是自变量。我们使用反斜杠运算符（\）计算回归系数，然后使用新数据进行预测。最后，我们输出回归系数和预测结果。

请注意，此示例中的多元线性回归是基于最小二乘法实现的。如果您的数据集非常大，或者自变量之间存在共线性等问题，可能需要使用其他回归算法。