Matlab中的fitcsvm在什么情况下无法返回决策超平面？

Question

重叠的数据集可能会令人头疼，无法确定决策边界。我试图了解fitcsvm何时可以找到边界，何时无法找到边界。如果我运行以下两段代码，每段代码都对一个可观察到的10个度量进行测量，则区别仅在于单个度量的成员资格。

f = [-1 -1 1 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1]';
t = [1 2 3 4 5 6 7 8 9 10 11 12 13 14 15]';
SVMModel = fitcsvm(t, f);

和

f = [-1 -1 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1 -1]';
t = [1 2 3 4 5 6 7 8 9 10 11 12 13 14 15]';
SVMModel = fitcsvm(t, f);

运行第一段代码后计算决策边界时，它将返回t=6.5的决策边界，这似乎很合理。对于第二段代码，SVMModel.Alpha.*SVMModel.SupportVectorLabels.*SVMModel.SupportVectors的值为0，并且Bias为-1，表示没有结果（边界满足0*t-1=0）。

任何人都可以告诉我fitcsvm在什么情况下可以返回决策边界。救命！

谢谢