svm图片分类matlab的代码

下面是一个基于SVM的Matlab图片分类代码示例，该代码使用了SVM分类器和MNIST数据集：

% 加载MNIST数据集
load mnist.mat
X = double(X) / 255; % 数据归一化
Y = categorical(Y);

% 将数据集分成训练集和测试集
[trainInd,testInd] = dividerand(size(X, 1), 0.8, 0.2);
XTrain = X(trainInd, :);
YTrain = Y(trainInd);
XTest = X(testInd, :);
YTest = Y(testInd);

% 训练SVM分类器
SVMModel = fitcecoc(XTrain, YTrain);

% 预测测试集数据
YPred = predict(SVMModel, XTest);

% 计算准确率
Accuracy = sum(YPred == YTest) / numel(YTest);
fprintf('测试集准确率: %0.2f%%\n', Accuracy * 100);

这只是一个简单的示例，你可以根据具体的数据集和需求进行调整和优化。注意，该示例中使用的是一对多多类支持向量机（ECOC）分类器，适用于多类别分类问题。如果是二元分类问题，可以使用fitcsvm函数来训练SVM分类器。