matlab实现svm分类

要在Matlab中实现SVM分类，可以使用SVM工具箱（SVM Toolbox）或者使用内置函数`fitcsvm`。下面是一个基本的示例代码：

% 步骤1：加载数据
load fisheriris
X = meas(:, 3:4); % 选取两个特征
Y = species;

% 步骤2：训练SVM模型
svmModel = fitcsvm(X, Y);

% 步骤3：预测新数据的类别
newX = [5.5, 2.5]; % 新数据点
predictedClass = predict(svmModel, newX);

disp(predictedClass);

在上述示例中，我们加载了`fisheriris`数据集，并选择了其中的两个特征作为输入变量（X），类别作为输出变量（Y）。然后，使用`fitcsvm`函数训练了SVM模型，并使用预测函数`predict`对新数据点进行分类预测。

请注意，这只是一个简单的示例，实际应用中可能需要进行更多的数据预处理、参数调整和模型评估等步骤。你可以根据具体的需求进行相应的修改和扩展。