matlab用支持向量机对鸢尾花训练集分类，然后判断测试集样本的类别，并计算分类正确率。

好的，下面是一个简单的示例代码：

% 加载鸢尾花数据集
load fisheriris;

% 分割训练集和测试集
trainIndices = [1:40, 51:90, 101:140];
testIndices = [41:50, 91:100, 141:150];
trainFeatures = meas(trainIndices,:);
trainLabels = species(trainIndices);
testFeatures = meas(testIndices,:);
testLabels = species(testIndices);

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

% 预测测试集样本的类别
predictLabels = predict(svmModel, testFeatures);

% 计算分类正确率
accuracy = sum(predictLabels == testLabels) / length(testLabels);
disp(['分类正确率为：', num2str(accuracy)]);

这里使用了内置的 `fitcsvm` 函数来训练SVM模型，并使用 `predict` 函数来预测测试集样本的类别。最后计算出分类正确率并输出。你可以将代码保存为一个 .m 文件并在Matlab中运行。注意将文件保存在Matlab能够访问的路径下。