迴歸問題，個人理解是相當於有一個函式y=f(x)（也可能是n維的函式），這個函式可能是知道表示式，也可能不知道表示式。我們需要通過一組向量(x,y)進行訓練得到一個模型model，這個model也相當於是根據已知的訓練集(x,y)，而得到的"f(x)表示式"，然後使用測試集在得到的model上進行預測。

原博主是通過y=-x^2這個表示式進行訓練，在影象上顯示原始資料和迴歸資料。

執行原博的程式碼後出現錯誤有

Usage: [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')
       [predicted_label] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')
Parameters:

錯誤使用 plot 向量長度必須相同。 

並且控制檯的預測值輸出為空

錯誤提示是我使用svmpredict的引數沒有設定正確，所以導致預測輸出得到的結果為空，進而使plot函式的x和y向量長度不同。

原因可能是原作者當時使用的libsvm的版本和我現在使用的不同，所以引數需要修改。

我使用的是MATLAB R2014a，libsvm-3.22

修改過後的程式碼如下：（初學，加了一些備註）

%%clean work
tic;%記錄執行時間
close all;%關閉所有figure視窗
clear;%清空變數
clc;%清空命令
format compact;%空格緊湊

%生成待迴歸的資料
x = (-1:0.1:1)';
y = -x.^2;

%建立迴歸模型
model = svmtrain(y,x,'-s 3 -t 2 -c 2.2 -g 2.8 -p 0.01');

%利用建立的模型看其在訓練集上的迴歸效果
[py,mse,prob] = svmpredict(y,x,model,'-b 0');
figure;%建立一個視窗
plot(x,y,'o');%原始資料以o這種形式標記
hold on;%保持當前影象不重新整理
plot(x,py,'r*');%迴歸資料以紅色的*標記
legend('原始資料','迴歸資料');%設定圖例線條
grid on;%畫圖的時候新增網格線

%進行預測
testx = [1.1;1.2;1.3];
display('真實資料');%控制檯輸出
testy = -testx.^2
[ptesty,tmse,prob2] = svmpredict(testy,testx,model,'-b 0');
display('預測資料');
ptesty

toc
 

以下是執行的正確結果：

至此，我第一個SVR例項就成功運行了。