基于matlab平台建立支持向量机回归预测

clc;clear; % data 是你的数据集，第一列是自变量X，第二列是因变量Y data = xlsread('data.xlsx'); % 分离自变量 X 和因变量 Y X = data(:, 1); Y = data(:, 2); % 计算训练集和测试集的大小 numTotal = size(data, 1); numTrain = floor(numTotal * 0.7); numTest = numTotal - numTrain; % 随机打乱数据 randIndices = randperm(numTotal); X = X(randIndices); Y = Y(randIndices); % 分割数据集 Xtrain = X(1:numTrain); Ytrain = Y(1:numTrain); Xtest = X(numTrain+1:end); Ytest = Y(numTrain+1:end); % 使用 fitrsvm 训练 SVM 回归模型 SVMModel = fitrsvm(Xtrain, Ytrain, 'Standardize', true, 'KernelFunction', 'gaussian'); % 使用训练好的模型对测试集进行预测 Ypred = predict(SVMModel, Xtest); % 计算预测的准确性 mse = mean((Ypred - Ytest).^2); % 均方误差 rmse = sqrt(mse); % 均方根误差 % 显示结果 fprintf('测试集的 RMSE: %.4f\n', rmse); % 可选：绘制实际值与预测值 figure; plot(Xtest, Ytest, 'bo', Xtest, Ypred, 'r*'); legend('实际值', '预测值', 'Location', 'Best'); title('SVM 回归分析'); xlabel('X'); ylabel('Y'); grid on;