--- a
+++ b/main.m
@@ -0,0 +1,43 @@
+%********** 基于SVM的具有遗传性疾病和性状的遗传位点分析 **********%
+%**********   Date£º2017.04.10  Group:DataMing No.5  **********%
+%**********              Run Time:13 min             **********%
+close all;
+clear;
+clc;
+%% 加载十进制编码9445个位点的所有属性
+all_feature=textread('nowenary_encoding_feature.dat');
+%train_attr=all_feature;
+Pdata=zeros(500,1);
+Ndata=ones(500,1);
+%% 数据属性归一化处理
+[dataset_scale,ps] = mapminmax(all_feature',0,1);
+data_attr = dataset_scale';%归一化处理后的数据属性矩阵
+W=size(data_attr,2);%属性（位点）总数
+%train_label = vertcat( zeros(Pnum,1),ones(Nnum,1) );%ׯĻņĮ¬½Ó£¬¼“phenotype.txt
+%% 循环每个位点，利用每列属性进行该疾病的预测，得到预测精度accuracy
+accuracy=[];
+for w=1:W
+    Acc = predictFunc_svm( Pdata, Ndata,data_attr(:,w));
+    accuracy=[accuracy,mean(Acc)];%5折交叉得到每列属性的预测精度
+end
+dlmwrite('predict_accuracy.txt',accuracy,'delimiter',' ');
+%% 对预测结果降序排列，即预测精度 accuracy 从高到低排列
+%accuracy_desc:降序排列的预测结果；org_indices:排序后预测精度对应的位点属性编号
+[accuracy_desc,org_indices]=sort(accuracy,'descend');
+accuracy_result=[accuracy_desc;org_indices];
+dlmwrite('predict_accuracy_desc.txt',accuracy_result,'delimiter',' ');
+%predict_accuracy_desc.txt中第一行为降序排列的预测结果，第二行为排序后预测精度对应的位点属性编号
+%% 选出Top n 预测精度及对应预测精度所在的位点
+n=10;
+topn_accuracy=accuracy_desc(:,1:n);
+topn_accuracy=topn_accuracy';
+disp(topn_accuracy) ;
+%输出前10个预测精度
+feature_name=textread('feature_name.txt','%s','delimiter','\n');
+for m=1:n
+    topn_feature(m)=feature_name(org_indices(:,m),1);
+end
+disp(topn_feature) ;
+%输出前10个预测位点
+
+