SVM支持向量机人脸特征识别 matlab代码

以下是使用SVM进行人脸特征识别的Matlab代码示例：

% 加载人脸数据
load faceData.mat

% 将数据集分为训练集和测试集
trainingSet = [faceData(1:20,:); faceData(31:50,:)];
testingSet = [faceData(21:30,:); faceData(51:60,:)];

% 创建SVM分类器
svm = fitcsvm(trainingSet(:,1:end-1),trainingSet(:,end));

% 预测测试集
predictedLabels = predict(svm,testingSet(:,1:end-1));

% 计算准确率
accuracy = sum(predictedLabels==testingSet(:,end))/length(testingSet)

% 显示分类结果
figure
hold on
plot(testingSet(predictedLabels==1,1),testingSet(predictedLabels==1,2),'ro')
plot(testingSet(predictedLabels==2,1),testingSet(predictedLabels==2,2),'bx')
legend('Person A','Person B')
xlabel('Feature 1')
ylabel('Feature 2')
title('SVM Face Recognition')

其中，`faceData.mat` 文件包含了人脸数据，每行是一个样本，最后一列是标签（1表示 Person A，2表示 Person B），前面的列是特征。首先将数据集分为训练集和测试集，然后使用 `fitcsvm` 函数创建SVM分类器，再用 `predict` 函数对测试集进行预测，最后计算准确率并画出分类结果。