支持向量机 鸢尾花 matlab代码

支持向量机（Support Vector Machine，SVM）是一种二分类模型，其基本想法是找到将两类样本分开的最优超平面。在此基础上，SVM通过引入核函数将线性模型推广到非线性情况下，并引入软间隔与松弛变量处理非完全线性可分的情况。SVM 在实际应用中具有良好的表现。

鸢尾花（Iris）是一个经典的数据集，常用于机器学习和数据挖掘的训练和测试。

Matlab是一个非常强大的数学软件，也提供了SVM的相关函数和工具箱，可以方便地进行SVM模型的建立和分析。

以下是利用Matlab实现鸢尾花数据集上的SVM分类器的代码：

% 加载鸢尾花数据集
load fisheriris

% 将数据集分为训练集和测试集
cv = cvpartition(species,'HoldOut',0.3);
idx = cv.test;
dataTrain = meas(~idx,:);
speciesTrain = species(~idx,:);
dataTest = meas(idx,:);
speciesTest = species(idx,:);

% 训练SVM模型
svmModel = fitcsvm(dataTrain,speciesTrain,'KernelFunction','rbf','Standardize',true,'ClassNames',{'setosa','versicolor','virginica'});

% 预测测试集
predicted = predict(svmModel,dataTest);

% 计算准确率
accuracy = sum(predicted == speciesTest)/size(speciesTest,1);
disp(['Accuracy: ' num2str(accuracy*100) '%']);