SVM支持向量机分类原理与可视化演示系统

资 源 简 介

本项目专为机器学习初学者设计，旨在通过MATLAB代码直观地展示支持向量机（SVM）的核心原理与实现流程。项目包含完整的数据预处理、模型训练、参数调优及结果可视化模块。具体功能如下：1. 数据生成与加载：自动生成线性可分与非线性（环形、月牙形）的二维模拟数据集，同时支持加载经典的Iris鸢尾花数据集，以便于在二维平面上进行可视化展示。2. 模型构建：利用MATLAB统计与机器学习工具箱中的fitcsvm函数构建SVM分类器，演示线性核（Linear）与高斯核（RBF/Gaussian）的区别，并允许用户调整惩罚参数C和核参数Sigma，观察其对决策边界的影响。3. 可视化分析：核心功能是绘制高分辨率的决策边界图（Decision Boundary），在图中用特殊标记高亮显示“支持向量”，并画出最大间隔平面，直观揭示SVM的工作机制。4. 性能评估：计算模型在测试集上的分类准确率，输出分类混淆矩阵，帮助用户理解模型的泛化能力。5. 代码教学：代码包含详细的中文注释，解释每一行命令的数学含义，非常适合作为高校学生的课程作业参考或自学材料。

详 情 说 明

初学者支持向量机分类与可视化演示系统

项目简介

本项目专为机器学习初学者设计，基于 MATLAB 平台开发。旨在通过直观的代码和可视化结果，展示支持向量机（SVM）的核心原理、核技巧（Kernel Trick）以及在不同数据分布下的表现。项目不仅包含从数据生成到模型评估的完整流程，还特别强调了决策边界、最大间隔平面以及“支持向量”的高分辨率可视化，帮助用户深入理解 SVM 的几何意义。

功能特性

• 多样化的数据场景：支持自动生成线性分布模拟数据、非线性环形模拟数据，以及加载经典的 Iris 鸢尾花真实数据集。
• 多核函数演示：演示了线性核（Linear）在处理简单数据时的表现，以及高斯核（RBF）在处理复杂非线性数据时的强大能力。
• 深度的可视化分析：

* 绘制高分辨率的决策边界颜色区域。 * 精准描绘决策边界（Decision Boundary）与最大间隔平面（Margins）。 * 高亮标记出决定模型边界的关键样本点——“支持向量”。

• 完整的评估流程：包含数据集的训练/测试划分（Hold-Out）、分类准确率计算及混淆矩阵的生成。
• 结果可复现：内置随机种子设置，确保每次运行的数据生成和模型训练结果一致。

系统要求

• MATLAB R2016a 或更高版本
• Statistics and Machine Learning Toolbox（必须安装，项目依赖 fitcsvm、cvpartition、confusionchart 等核心函数）

使用方法

直接运行主脚本即可启动演示。程序将依次执行三个预设场景，并在执行完毕后弹出三个包含可视化结果的图形窗口。命令行窗口将输出每个场景的数据集信息和测试集准确率。

详细实现逻辑与核心算法

项目采用模块化设计，主要包含以下核心逻辑与函数实现：

1. 核心控制流程

主程序通过 main 函数设置随机种子（rng 42），并依次调用各个演示场景。

• 场景一：线性基准测试

使用线性分布的模拟数据配合线性核函数。展示 SVM 寻找将两类数据完全分开且间隔最大的超平面的基本能力。

• 场景二：非线性核技巧演示

使用环形分布数据配合高斯核（RBF）。参数设置为 C=10（较高惩罚）和 Sigma=0.5（较小核宽），演示 SVM 如何构建封闭的、不规则的决策边界来解决非线性分类问题。

• 场景三：真实数据应用

使用 Iris 鸢尾花数据集配合高斯核。虽然数据本身维度较高，但为了可视化，仅选取花瓣长度和花瓣宽度两个强特征，并设置核参数 Sigma 为自动模式（'auto'），展示算法在真实数据上的泛化能力。

2. SVM 模型构建与训练

利用 MATLAB 统计工具箱中的 fitcsvm 函数构建分类器。

• 数据标准化：在训练过程中强制开启 Z-score 标准化（Standardize, true），确保不同尺度的特征对距离计算贡献均衡。
• 核函数配置：根据场景需求动态切换 Linear 或 RBF 核函数。
• 参数调优：支持调整箱约束（BoxConstraint, C）以控制对误分类的容忍度，以及调整核尺度（KernelScale, Sigma）以控制高斯函数的频宽。

3. 数据集生成与处理

generate_data 函数负责提供三种类型的数据：

• Linear（线性）：生成两组服从高斯分布的簇，中心分别位于 (2,2) 和 (-2,-2)。
• Ring（环形）：利用极坐标转换，生成中心圆点（类别1）和外围圆环（类别2），制造典型的非线性可分问题。
• Iris（鸢尾花）：加载 Fisher Iris 数据，提取第3、4列特征（花瓣长度与宽度），并专门筛选 Versicolor 和 Virginica 两个较难区分的类别进行二分类任务。
• 数据划分：使用 cvpartition 执行 Hold-Out 验证，固定将 70% 数据用于训练，30% 数据用于测试。

4. 边界与支持向量可视化

visualize_boundary 是本项目的核心可视化引擎，其实现细节如下：

• 网格预测：在数据分布范围内构建精细的网格（步长 0.02），利用训练好的模型预测网格中每个点的分类得分。
• 等高线绘制：

* 背景色：使用 contourf 绘制透明度为 0.3 的填充等高线，直观展示分类区域。 * 决策边界：绘制 Score = 0 的黑色实线，代表分类超平面。 * 最大间隔：绘制 Score = 1 和 Score = -1 的红蓝虚线，直观展示 SVM 的“间隔（Margin）”概念。

• 支持向量高亮：通过访问模型的 IsSupportVector 属性，识别并在原图中用黑色圆圈额外标记出支持向量，展示它们是如何决定最终决策边界的。

5. 性能评估

• 准确率：计算模型在未见过的 30% 测试集上的预测准确度。
• 混淆矩阵：使用 confusionchart 绘制图表，直观展示模型在各类标签上的真阳性、假阳性等分布情况。