x = 0:0.01:5 ;
y = sin(x)+rand(1, length(x)) ;
x = x' ;
y = y' ;
tb = table(x,y) ;
Mdl = fitrsvm(tb,'y','KernelFunction','gaussian');
YFit = predict(Mdl,tb);
scatter(x,y);
hold on
plot(x,YFit,'r.')
=======================================================================
关于结果的准确性,它取决于许多因素,如内核类型、惩罚系数调整或其他因素,通常需要四次调整参数。交叉验证可以帮助您找到一组好的参数。
fitrsvm
使用线性核函数,从而得到一个线性回归模型。您应该指定您的核函数来执行非线性拟合。请注意,在您的情况下,回归拟合可能更为适当。 - m7913d