如何绘制SVM的支持向量和测试数据

Question

我正在使用Matlab来处理这个简单的图像分类器。 我有两个图像阵列，如下所示：

DataSet = cell([], 1);
TestSet =  cell([], 1);

我使用循环填充这些数组，如下所示：

DataSet{j} = double(imresize(tempImage,[width height]));

此外，train_label定义如下，并帮助分离两个类别：

train_label = zeros(size(10,1),1);
train_label(1:5,1) = 1;         % 1 = my first category of images
train_label(6:10,1) = 2;         % 2 = my second category of images

我现在正在训练SVM分类器如下：

SVMvar = svmtrain(Training_Set , train_label, 'kernel_function', 'linear');

现在，我可以通过此分类器传递图像，并使用svmclassify获得可接受的结果。

我的问题是，如何在图表上绘制测试数据（和支持向量），以便我可以看到他们与第1类或第2类分类的距离有多近？

我意识到我使用的是线性内核，但我读到的大多数材料表明我需要绘制一个3D图形。为什么它是3D图形而不是2D图形，我该怎么做？