MATLAB中基于支持向量机（SVM）的数据分类仿真
支持向量机（Support Vector Machine，SVM）是一种常用的机器学习算法，用于数据分类和回归问题。在MATLAB中，我们可以使用内置的函数和工具箱来实现SVM，并进行数据分类的仿真实验。本文将介绍如何在MATLAB中进行SVM的数据分类仿真，包括训练和测试过程，并提供相应的源代码。
首先，我们需要准备训练和测试数据。假设我们有一个二维数据集，包含两个类别的样本。我们可以使用MATLAB生成数据集的函数，如mvnrnd来生成高斯分布的数据，并手动标记它们的类别。下面是一个示例：
% 生成训练数据
rng(1); % 设置随机种子，以确保结果可复现
n = 50; % 每个类别的样本数量
mu1 =