支持向量机的 MATLAB 程序集，用起来还挺顺手的，是你想搞清楚SVM怎么配合核函数来分类时。这套代码不仅把核心的数学部分实现得比较扎实，还顺带搭了个和K-means 聚类联动的示例，挺有意思的。

核函数的比较全面，像是常见的线性核、高斯核（也叫 RBF）、多项式核这些都有涉及。举个例子，高斯核主要是通过计算点之间的距离，让数据在高维里“变得可分”，这招在实际中还蛮常用的。

SVM-KMExample里有结合聚类做的训练例子，一开始用 K-means 做初步分簇，再把这些结果丢给 SVM 来分类。嗯，思路还挺实用的，适合数据前阶段试试。代码大多基于矩阵运算，用的是 MATLAB 擅长的那一套，比如拉格朗日乘子法啥的，全靠线性代数撑场面。

你可以顺便看看www.pudn.com.txt这个文件，是下载或者参考链接。建议多看几眼里面的注释，对理解整个 SVM 流程挺大。如果你平时用 MATLAB 写东西比较多，或者正好在啃线性代数，那这套代码还挺适合你玩一玩。

相关学习资料也不少，像matlab 程序集支持向量机 SVM 及其核函数应用这种就实用，还有其他聚类算法、核方法、线代项目的链接也一并推荐你看看，能拓展不少思路。