在机器学习的世界里，支持向量机（SVM）是一种强大的分类工具，而今天我们将通过MATLAB自带的经典数据集——鸢尾花（Iris）数据集，来体验一下SVM的魅力！🌿

首先，我们加载了MATLAB内置的鸢尾花数据集，这是一个包含三种不同种类鸢尾花样本的数据集。为了简化问题，我们将数据集中的前两类（Setosa和Versicolor）提取出来作为我们的研究对象，从而实现一个简单的二分类任务🎯。

接着，利用MATLAB的强大工具箱，我们构建了一个基于径向基核函数（RBF Kernel）的支持向量机模型。通过调整C值和Gamma参数，不断优化模型性能，确保其能够准确地区分两种鸢尾花。每一次调整参数后，都会观察到分类边界的变化，这种直观的学习过程让人感到无比兴奋💡！

最终，在多次尝试与验证之后，我们的SVM模型成功实现了对两类鸢尾花的有效分类，准确率令人满意。这次实验不仅加深了我对SVM算法的理解，也让我更加喜爱MATLAB这一编程利器💪！

机器学习 SVM MATLAB 鸢尾花数据集