svr matlab代码

以下是一个简单的使用 MATLAB 实现的支持向量回归（SVR）的代码示例：

% 创建示例数据集
X = sort(5 * rand(100, 1));
y = sin(X);

% 创建 SVR 模型并拟合数据
svr_model = fitrsvm(X, y, 'KernelFunction', 'gaussian', 'KernelScale', 'auto');
% 可以根据需要选择不同的核函数和参数进行调整

% 预测新的数据点
new_x = [5.3; 2.2; 1.1];
predicted_y = predict(svr_model, new_x);

% 输出预测结果
disp(predicted_y);

在这个 MATLAB 代码中，首先创建了一个简单的数据集，然后使用 `fitrsvm` 函数创建了一个 SVR 模型，并使用高斯核函数（'gaussian'）进行拟合。可以根据需要选择不同的核函数和调整其他参数。然后使用 `predict` 函数对新的数据点进行预测，最后将预测结果输出。