嗨,约书亚,
支持向量机使用内核和这些内核方法是基于距离。一个SVM假定它使用的数据是在标准范围内,通常要么是0到1,或1比1。结果,如果不按比例缩小的可比的特性范围,最大范围的特性将在内核矩阵的计算完全主宰。这似乎是原因为什么你没有得到预期的预测值,因为两个特点“α”和“beta”有不同的尺度上我们可以看到下面的图:
> >的情节(X,“线宽”3)
![](http://www.tianjin-qmedu.com/matlabcentral/answers/uploaded_files/188713/image.jpeg)
改善结果的一种方法是规范化、标准化数据的特性“X”之前,使用这些数据来训练支持向量机模型。这样做,你应该使用“标准化”参数标志与真正的价值作为一个名称-值对参数传递给函数“fitrsvm”如下:
> > PasMdl = fitrsvm (X, SfPas ',“标准化”,真正的);
希望这个有帮助。
谢谢。