使用fitcsvm调用径向基核函数

使用MATLAB的fitcsvm函数调用径向基核函数的示例代码如下：

% 加载数据
load fisheriris

% 提取前两个特征和类标签
X = meas(:,1:2);
Y = species;

% 将类标签转换为数字，1代表'versicolor'，-1代表'virginica'
Y(strcmp(Y,'versicolor')) = 1;
Y(strcmp(Y,'virginica')) = -1;

% 定义SVM模型
svm = fitcsvm(X,Y,'KernelFunction','rbf');

% 绘制决策边界
h = 0.02; % 网格步幅
[x1,x2] = meshgrid(min(X(:,1)):h:max(X(:,1)),min(X(:,2)):h:max(X(:,2)));
xGrid = [x1(:),x2(:)];
[~,scores] = predict(svm,xGrid);
figure;
gscatter(X(:,1),X(:,2),Y);
hold on;
contour(x1,x2,reshape(scores(:,2),size(x1)),[0 0],'k');
title('Decision boundary with RBF kernel');
hold off;

在上面的代码中，首先我们加载了鸢尾花数据集，并提取了前两个特征和类标签。然后，我们将类标签转换为数字，其中1代表'versicolor'，-1代表'virginica'。接下来，我们使用fitcsvm函数定义了一个SVM模型，其中KernelFunction参数设置为'rbf'，即使用径向基核函数。最后，我们使用meshgrid函数创建了一个网格，用于绘制决策边界。通过调用predict函数，我们可以获得每个网格点的预测得分，并使用contour函数绘制决策边界。