matlab中怎么在fitcsvm函数中选择不同的核函数，代码示例所有核函数

在MATLAB中，使用`fitcsvm`函数可以选择不同的核函数。常见的核函数有线性核、多项式核、RBF核和sigmoid核。以下是一个示例代码，展示如何使用不同的核函数：

% 创建一个分类问题的数据集
X = [randn(100,2); randn(100,2)+5];
Y = [ones(100,1); -ones(100,1)];

% 使用不同的核函数训练SVM模型
svm_linear = fitcsvm(X,Y,'KernelFunction','linear');
svm_poly = fitcsvm(X,Y,'KernelFunction','polynomial','PolynomialOrder',2);
svm_rbf = fitcsvm(X,Y,'KernelFunction','rbf','KernelScale',0.5);
svm_sigmoid = fitcsvm(X,Y,'KernelFunction','sigmoid','KernelScale',0.5);

% 绘制分类器决策边界
figure
gscatter(X(:,1),X(:,2),Y,'rb','.');
hold on
h = ezplot(@(x1,x2)predict(svm_linear,[x1,x2]),[-5 5 -5 5]);
set(h,'Color','g','LineWidth',2)
h = ezplot(@(x1,x2)predict(svm_poly,[x1,x2]),[-5 5 -5 5]);
set(h,'Color','m','LineWidth',2)
h = ezplot(@(x1,x2)predict(svm_rbf,[x1,x2]),[-5 5 -5 5]);
set(h,'Color','r','LineWidth',2)
h = ezplot(@(x1,x2)predict(svm_sigmoid,[x1,x2]),[-5 5 -5 5]);
set(h,'Color','c','LineWidth',2)
legend('Class 1','Class 2','Linear','Polynomial','RBF','Sigmoid')
title('SVM with Different Kernels')

在上面的代码中，使用`fitcsvm`函数训练了四个不同的SVM模型，分别使用线性核、二次多项式核、RBF核和sigmoid核。然后使用`ezplot`函数绘制了这四个模型的分类器决策边界，方便比较它们的分类效果。