matlab编程实现支持向量机的多分类

%与svmandknn相比，此程序可以实现每类采样点不一致的分类

clcclear all ;
t0=clock;
load train_sample
load AA
[m1n1]=size（train_sample）;
[m2n2]=size（AA）;
B=cell（1m2）;
C=cell（1m2）;
for i=1:1:m2
    D=find（train_sample（:1）==AA（i1））;
    [m3n3]=size（D）;
    E=zeros（m3n1-1）;
    F=zeros（m31）;
    for j=1:1:m3 
      n=D（j）;
      E（j1:end）=train_sample（n2:end）;
      F（j1）=train_sample（n1）;
    end
    B{1i}=E;
    C{1i}=F;
end
q=（m2/2）*（m2-1）;           %分类器的总数，m2是训练样本的种类数
svmstruct=cell（q1）;    %分类模型集
species=zeros（q1）;      %分类结果集
%构建分类模型===============================================================
p=1;
for i=1:1:m2
    for j=（i+1）:1:m2
        data=[B{:i};B{:j}];
        group=[C{:i};C{:j}];
        svmstruct{p1}=svmtrain（datagroup）;
        p=p+1;
    end
end
%----------------用分类模型实现分类（在线测量阶段）---------------------------
tic
load