%?for?j=1:3?%循環10次
%?????train=MCI（2:48:）‘;
%?????train?=?ADVSNC‘;
%???for?i=1:size（train2）?%按列向量歸一化?因為每一列代表一類特征（腦區）
%?????train（:i）=（train（:i）-min（train（:i）））./（max（train（:i））-min（train（:i）））;
%?????%為什么這樣計算訓練集（歸一化到0-1之間）
%???end?%做歸一化后的結果好
%?????train=train;
%?????train=trainpearson;
%?????train=trainAD;
%?????train=trainMCI;

????newdata1=[trainlabel];
????dataREF=newdata1;?%將要處理的數據+類標?輸入data

????[rawcolumn]=size（dataREF）;
????selected_feat=1:size（train2）;%循環每一列的標志??????
????newtrain=train;%存儲初始data（不含label）
????
%?????deleteROIorder=zeros（12435）;%此處數值需要修改
????deleteROIorder=zeros（1column-1）;%此處數值需要修改
????%result.sel_feature=cell（11）;%不曾用到
????iteration=column-2;
%?????iteration=2435;
????block=0.1;
????allweight=zeros（column-1column-1）;
????all_feat=zeros（column-1column-1）;
????accuracy=zeros（column-11）;
????%weightchange=zeros（column-11）;%不曾用到
????weight=zeros（1column-1）;
????for?k=1:iteration?
????????address=1;
????????%?建立分類模型
????????model=?fitcsvm（trainlabel）;%polynomialrbf‘