[英语] 本示例描述了支持向量机中用于分类的超平面，该代码是参考官方文档“Support Vector Machines for Binary Classification”创建的，如下所示。 ( https://jp.mathworks.com/help/stats/support-vector-machines-for-binary-classification.html?lang=en ) 虽然官方文档 00s 如何在 2D 空间中显示决策边界，但此示例表示如何在 3D 空间中描述炒作平面。 [日本人]当由支持向量机 (SVM) 分类时，在 3D 上可视化分离界面。如果有 4 个或更多变量，则无法在 xyz 平面上进行可视化。例如，它是有效的，因为您可以在更改内核类型时直观地检查边界表面如何变化。

使用matlab训练高斯分类器，实现超平面的可视化显示，内含测试图片和运行结果图。应用matlab自带classify函数实现，通过模型参数获得超平面信息，完成超平面可视化。