FITCSVM与SVMTRAIN的工作方式不同

Question

我之前使用Matlab函数svmtrain实现了SVM分类器，并使用svmclassify对一组测试数据进行了分类。我使用以下代码来训练分类器：

SVMStruct = svmtrain(features, labels, 'options', options, 'boxconstraint', 10, 'kernel_function', 'rbf', 'rbf_sigma', 27, 'showplot', 'false')

我已将options参数设置如下：

options = statset('MaxIter', Inf)

由于Matlab停止了对svmtrain的支持，我试图转移到fitcsvm，正如它所建议的那样。我使用了以下代码：

SVMModel = fitcsvm(features, labels, 'IterationLimit', Inf,'boxconstraint', 10, 'KernelFunction', 'rbf', 'KernelScale', 27)

后者的问题是它收敛速度如此之快，消息Exiting Active Set upon convergence due to DeltaGradient.，当我使用predict函数对一组测试数据进行分类时，它不会导致我过去从svmtrain和svmclassify获得的效果相同。 可能是什么导致了这个问题？我正确使用fitcsvm功能吗？