matlab SVM分类

在MATLAB中进行SVM（支持向量机）分类，可以使用`fitcsvm`函数。这个函数用于训练一个二分类的SVM模型，可以用于预测新的样本。

下面是一个使用`fitcsvm`函数进行SVM分类的示例：

% 准备训练数据
load fisheriris
X = meas(:,3:4); % 特征向量
Y = species;    % 类别标签

% 训练SVM模型
svmModel = fitcsvm(X, Y);

% 预测新样本
newX = [5.9, 3.2]; % 新样本的特征向量
predictedLabel = predict(svmModel, newX);
disp(predictedLabel);

在这个示例中，我们使用了鸢尾花数据集的一部分作为训练数据，其中`meas(:,3:4)`是特征向量，`species`是类别标签。然后，我们使用`fitcsvm`函数训练了一个SVM模型。最后，我们使用训练好的模型对新样本`[5.9, 3.2]`进行预测，并输出预测结果。

你可以根据自己的数据和需求，调整特征向量和类别标签的设置，以及其他参数，来进行SVM分类。