%svm?model
clc
clear?all
close?all
load?new_data
N?=?size（newX1）;%樣本總數(shù)
N_train?=?ceil（N*0.75）;%選取75%的樣本用于訓(xùn)練
temp?=?randperm（N）;%生成隨機(jī)向量
data_train?=?newX（temp（1:N_train）[12]）;%訓(xùn)練數(shù)據(jù)
group_train?=?newX（temp（1:N_train）3）;%訓(xùn)練數(shù)據(jù)的標(biāo)簽
data_test?=?newX（temp（N_train+1:end）[12]）;%測(cè)試數(shù)據(jù)
group_test?=?newX（temp（N_train+1:end）3）;%測(cè)試數(shù)據(jù)的標(biāo)簽
%------------------------線性核函數(shù)--------------------------%
%subplot（221）;
svmStruct1?=?svmtrain（data_traingroup_train‘showplot‘true）;%線性SVM訓(xùn)練
Classes1?=?svmclassify（svmStruct1data_test‘showplot‘true）;%線性SVM分類結(jié)果
%title（‘線性核函數(shù)‘）;
xlabel（‘特征1‘）ylabel（‘特征2‘）
CorrectRate1=sum（group_test==Classes1）/（N-N_train）
%------------------------高斯核函數(shù)--------------------------%
%subplot（222）;
figure
svmStruct2?=?svmtrain（data_traingroup_train‘Kernel_Function‘‘rbf‘‘rbf_sigma‘0.5‘showplot‘true）;%高斯徑向基核函數(shù)訓(xùn)練
Classes2?=?svmclassify（svmStruct2data_test‘showplot‘true）;
%title（‘高斯徑向基核函數(shù)核寬=0.5‘）;
xlabel（‘特征1‘）ylabel（‘特征2‘）
CorrectRate2=sum（group_test==Classes2）/（N-N_train）
%--------