分类预测 | Matlab实现CPO-SVM冠豪猪算法优化支持向量机多特征分类预测1.Matlab实现CPO-SVM冠豪猪算法优化支持向量机多特征分类预测（Matlab完整源码和数据），运行环境Matlab2018b及以上； 2.输入12个特征，输出分4类，可视化展示分类准确率，可在下载区获取数据和程序内容。 3.CPO选择最佳的SVM参数c和g。 SVM模型有两个非常重要的参数C与gamma。其中 C是惩罚系数，即对误差的宽容度。c越高，说明越不能容忍出现误差,容易过拟合。C越小，容易欠拟合。C过大或过小，泛化能力变差 。gamma是选择RBF函数作为kernel后，该函数自带的一个