支持向量数据描述（SupportVectorDataDescription，SVDD）是一种单值分类算法，能够实现目标样本和非目标样本的区分。 该代码实现了libsvm-3.23工具箱中SVDD的决策边界可视化，其实现流程为： 1.建立训练集的SVDD超球体模型 2.利用网格法填充训练集区域 3.预测每个网格点的得分 4.根据网格点得分绘制等高线 5.绘制决策边界 利用香蕉数据集进行示例，给出了"欠拟合"、“正常”和“过拟合”情况下的SVDD决策边界可视化结果以及测试集的预测结果。