%主函數
clear?all;
close?all;
C?=?10;
kertype?=?‘linear‘;
%訓練樣本
n?=?50;
randn（‘state‘6）;
x1?=?randn（2n）;????%2行N列矩陣
y1?=?ones（1n）;???????%1*N個1
x2?=?5+randn（2n）;???%2*N矩陣
y2?=?-ones（1n）;??????%1*N個-1
?
figure;
plot（x1（1:）x1（2:）‘bx‘x2（1:）x2（2:）‘k.‘）;?
axis（[-3?8?-3?8]）;
hold?on;
?
X?=?[x1x2];????????%訓練樣本d*n矩陣，n為樣本個數，d為特征向量個數
Y?=?[y1y2];????????%訓練目標1*n矩陣，n為樣本個數，值為+1或-1
svm?=?svmtrain（XYkertypeC）;
plot（svm.Xsv（1:）svm.Xsv（2:）‘ro‘）;

%測試
[x1x2]?=?meshgrid（-2:0.05:7-2:0.05:7）;??%x1和x2都是181*181的矩陣
[rowscols]?=?size（x1）;??
nt?=?rows*cols;??????????????????
Xt?=?[reshape（x11nt）;reshape（x21nt）];
Yt?=?ones（1nt）;
result?=?svmtest（svm?Xt?Yt?kertype）;

Yd?=?reshape（resultYrowscols）;
contour（x1x2Yd‘m‘）;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function?svm?=?svmtrain（XYkertypeC）

options?=?optimset;????%?Options是用來控制算法的選項參數的向量
options.LargeScale?=?‘off‘;
options.Display?=?‘off‘;

n?=?length（Y）;
H?=?（Y‘*Y）.*kernel（XXkertype）;
f?=?-ones（n1）;?%f為1*n個-1f相當于Quadprog函數中的c
A?=?[];
b?=?[];
Aeq?=?Y;?%相當于Quadprog函數中的A1b