Matlab用Svm对玄武岩进行分类代码

在MATLAB中，支持向量机（SVM）是一种常用的机器学习算法用于分类和回归任务。对于玄武岩样本的分类，首先需要准备数据集，包括玄武岩的各种属性作为特征，以及对应的标签表示其类别。下面是一个简单的步骤说明如何使用SVM对玄武岩数据进行分类：

1. 导入所需库：

% 加载所需的工具箱
addpath('toolbox/SVMToolbox'); % 如果你安装了自定义的SVM工具箱

2. 准备数据：

% 假设你的数据存储在一个名为'data'的数据矩阵中，每行代表一个样本，最后一列是标签（0或1）
% 数据 = [特征1, 特征2, ..., 特征n, 标签];
data = readtable('your_data.csv'); % 从CSV文件读取数据

% 提取特征和标签
features = data(:, 1:end-1);
labels = data(:, end);

3. 划分训练集和测试集：

% 可选：划分70%的数据作为训练集，剩下的30%作为测试集
[trainInds, testInds] = dividerand(size(features, 1), 0.7); 
trainFeatures = features(trainInds, :);
trainLabels = labels(trainInds);
testFeatures = features(testInds, :);
testLabels = labels(testInds);

4. 创建并训练SVM模型：

% 使用线性核函数（'linear'）创建SVM分类器
svmModel = fitcsvm(trainFeatures, trainLabels, 'KernelFunction', 'linear');

% 训练模型
svmModel = fitcsvm(trainFeatures, trainLabels);

5. 预测和评估：

% 对测试集应用模型
predictedLabels = predict(svmModel, testFeatures);

% 计算准确率
accuracy = sum(predictedLabels == testLabels) / numel(testLabels);
fprintf('Accuracy: %.2f%%\n', accuracy * 100);