MATLAB 支持向量机分类器：使用新值进行预测

以下是一个使用 MATLAB 生成支持向量机分类器并对新值进行预测的完整示例代码。

% 1. 准备训练数据
load fisheriris
X = meas(:, 3:4);
Y = species;

% 2. 训练支持向量机分类器
svmModel = fitcsvm(X, Y);

% 3. 保存模型为 .mat 文件
save('svmModel.mat', 'svmModel');

% 4. 使用新值进行预测
newX = [5.7, 2.9; 6.5, 3.0; 4.8, 3.4]; % 新值
load('svmModel.mat'); % 加载模型
predictedLabels = predict(svmModel, newX); % 预测

disp('新值的预测结果：');
disp(predictedLabels);

该代码首先加载鸢尾花数据集，选择其中的两个特征作为输入向量 X，将鸢尾花的种类作为输出向量 Y。然后使用 fitcsvm 函数训练一个支持向量机分类器，并将其保存为 .mat 文件。接下来，定义新的输入向量 newX，加载保存的模型，并使用 predict 函数对新值进行预测。最后，将预测结果打印输出。

请注意，这里假设已经将 LIBSVM 添加到 MATLAB 的路径中。