Matlab FITCSVM的工作原理与SVMTRAIN不同

我之前使用Matlab函数

svmtrain

实现了一个SVM分类器，并使用

svmclassify

对一组测试数据进行了分类。我使用以下代码来训练分类器：

SVMStruct = svmtrain(features, labels, 'options', options, 'boxconstraint', 10, 'kernel_function', 'rbf', 'rbf_sigma', 27, 'showplot', 'false')

我已将

选项

参数设置如下：

options = statset('MaxIter', Inf)

由于Matlab停止了对

svmtrain

的支持，我尝试按照它的建议转到

fitcsvm

。我使用了以下代码：

SVMModel = fitcsvm(features, labels, 'IterationLimit', Inf,'boxconstraint', 10, 'KernelFunction', 'rbf', 'KernelScale', 27)

后者的问题是收敛速度太快，由于DeltaGradient的收敛，消息

退出活动集。

，当我使用

predict

函数对一组测试数据进行分类时，它不会产生与我以前从

svmtrain

和

svmclassify

获得的相同的好结果。 是什么导致了这个问题？我是否正确使用了

fitcsvm

功能