matlab自带的 svm 散点图

Matlab自带的SVM散点图可以通过使用plot函数和svmtrain/svmclassify函数来绘制。具体步骤如下：

1.加载数据并将其分为训练集和测试集。
例如：
load fisheriris
inds = ~strcmp(species,'setosa');
X = meas(inds,:);
y = species(inds,:);
y = nominal(y);
N = size(X,1); %观测值数
idx = randperm(N);
trainingSize = floor(N/2);
Xtrain = X(idx(1:trainingSize),:);
Xtest = X(idx(trainingSize+1:end),:);
ytrain = y(idx(1:trainingSize));
ytest = y(idx(trainingSize+1:end));

2.训练SVM分类器
例如：
SVM = svmtrain(Xtrain,ytrain);
SVMstruct = svmtrain(Xtrain,ytrain,'ShowPlot',true);

3.使用测试集测试分类器
例如：
group = svmclassify(SVM,Xtest);

4.使用plot函数绘制散点图
例如：
gscatter(X(:,1),X(:,2),species,'rgb','osd');
hold on;
plot(X(:,1),X(:,2),'k.');
plot(SVM.SupportVectors(:,1),SVM.SupportVectors(:,2),'ko','MarkerSize',10);
legend('setosa','versicolor','virginica','Observations','Support Vector');
hold off;