svm二分类matlab代码，解决二分类问题

在MATLAB中，支持向量机（SVM）是一种常用的机器学习算法用于二分类问题。以下是一个简单的线性SVM分类器的示例代码：

% 导入数据集（假设为'data.csv'）
data = readtable('data.csv');
X = data(:, 1:end-1); % 特征矩阵
y = data(:, end);     % 类别标签

% 数据预处理（如归一化、编码等）
[X_train, X_test, y_train, y_test] = trainTestSplit(X, y, 'HoldOut', 0.3); % 划分训练集和测试集
X_train = normalize(X_train);
X_test = normalize(X_test);

% 使用LibSVM库，需要先安装libsvm
addpath(genpath('your_libsvm_path')); % 根据实际路径替换

% 创建SVM模型，选择线性核函数
C = 1; % 正则化参数
kernel_func = 'linear'; % 线性内积核
options = ['-c ' num2str(C)]; % 参数设置

% 训练SVM模型
model = fitcsvm(X_train, y_train, options);

% 预测
predicted_labels = predict(model, X_test);

% 计算性能指标
accuracy = sum(predicted_labels == y_test) / numel(y_test);
confusion_matrix = confusionmat(y_test, predicted_labels);

% 显示结果
disp(['Accuracy: ', num2str(accuracy)]);
disp(confusion_matrix);

注意，上述代码假设你已经有一个CSV文件作为输入数据，并且你的系统上安装了MATLAB自带的`trainTestSplit`函数以及libsvm工具包。如果你使用的是原始的SVM函数，例如`svmtrain`和`sprintf`, 代码会有所不同。