SVM线性、非线性可分matlab demo

本demo主要是提供了SVM在数据集为线性、非线性可分情况下的分类面可视化，对于svm初学者而言，具有一定的借鉴意义。

clear;close all;clc;
m = 400;
mu_1 = [-2.52.5];
sigma_1 = [1.21 0;0 0.81];
C1 = mvnrnd（mu_1sigma_1m）;

mu_2 = [2.5-2.5];
sigma_2 = [1.21 0;0 0.81];
C2 = mvnrnd（mu_2sigma_2m）;
plot（C1（:1）C1（:2）‘r.‘‘MarkerSize‘6）;
hold on
plot（C2（:1）C2（:2）‘g.‘‘MarkerSize‘6）
title（‘Original data‘）;
legend（‘+‘‘-‘）;
hold off

X = [C1;C2];
y = [ones（m1）;-ones（m1）;];
center = [mu_1;mu_2];

data = [Xy];
percent = 0.4;
nTest = 2*m*percent;
idx_test = randperm（2*mnTest）;
idx_train = setdiff（1:2*midx_test）;

train_x = data（idx_train1:2）;
train_y = data（idx_train3）;
idx = find（ train_y == 1 ）;
index = find（ train_y == -1 ）;

figure;
plot（train_x（idx1）train_x（idx2）‘r.‘‘MarkerSize‘6）;
hold on
plot（train_x（index1）train_x（index2）‘g.‘‘MarkerSize‘6）;
title（‘Training set‘）;
legend（‘+‘‘-‘）;
hold off

figure;
test_x = data（idx_test1:2）;
test_y = data（idx_test3）;
idx = find（ test_y == 1 ）;
index = find（ test_y == -1 ）;
plot（test_x（idx1）test_x（idx2）‘r.‘‘MarkerSize‘6）;
hold on
plot（test_x（index1）test_x（index2）‘g.‘‘MarkerSize‘6）;
title（‘Testing set‘）;
legend（‘+‘‘-‘）;
hold off

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-11-12 14:08  SVM\
     目录           0  2016-11-12 14:08  SVM\UCI_Mnist\
     文件      140831  2016-07-06 07:24  SVM\UCI_Mnist\UCI_Minst.mat
     文件        1138  2016-07-06 07:18  SVM\UCI_Mnist\svmclassifer.m
     文件         544  2016-07-06 07:27  SVM\UCI_Mnist\Demo.m
     目录           0  2016-11-15 15:20  SVM\Nolinear\
     文件       74267  2016-11-15 15:20  SVM\Nolinear\ellipse_2.mat
     文件       49484  2016-09-11 01:37  SVM\Nolinear\ellipse_1.mat
     文件       25005  2016-08-31 11:29  SVM\Nolinear\ellipse.mat
     文件        1000  2016-12-07 13:52  SVM\Nolinear\Demo_nolinear.m
     文件        1147  2016-11-15 15:19  SVM\Nolinear\DataMaker.m
     目录           0  2016-11-12 14:08  SVM\Linear\
     文件       12948  2016-09-10 14:12  SVM\Linear\linear.mat
     文件        1072  2016-09-10 14:16  SVM\Linear\Demo_linear.m
     文件        1159  2016-09-10 13:44  SVM\Linear\DataMaker.m