低~中次元のデータセットで精度を向上させカーネル関数を選択するには,分類学習器アプリを使用して,SVMバイナリ学習器が含まれているマルチクラス誤り訂正出力符号(ECOC)モデルまたはバイナリSVMモデルに学習をさせます。柔軟性を向上させるには,コマンドラインインターフェイスでfitcsvmを使用してバイナリSVMモデルに学習をさせるか,fitcecocを使用してバイナリSVM学習器から構成されるマルチクラスECOCモデルに学習をさせます。

高次元データセットの計算時間を短縮するには,fitclinearを使用して線形SVMモデルなどのバイナリ線形分類モデルに効率的に学習をさせるか,fitcecocを使用してSVMモデルから構成されるマルチクラスECOCモデルに学習をさせます。

ビッグデータが含まれている非線形分類の場合は,fitckernelを使用してバイナリガウスカーネル分類モデルに学習をさせます。