MATLAB小技巧（12）SVM简单实例

前言

MATLAB进行图像处理相关的学习是非常友好的，可以从零开始，对基础的图像处理都已经有了封装好的许多可直接调用的函数，这个系列文章的话主要就是介绍一些大家在MATLAB中常用一些概念函数进行例程演示！

普遍意义上的SVM是一个二分类线性分类器，它的学习策略是：“在分类超平面的正负两边各找到一个离分类超平面最近的点（也就是支持向量），使得这两个点距离分类超平面的距离和最大”。

所以SVM一般应用的时候存在两种情况，线性可分和线性不可分；线性可分比较好理解，线性不可分就是需要将样本进行维度提升或者变换，在更高的维度中实现样本的线性可分，下面针对SVM在线性可分与线性不可分分别进行简单例程示例，仿真示例MATLAB版本均为MATLAB2015b。

一. MATLAB仿真一：线性可分

%% SVM线性分类简单示例
% date：