主要内容

万博1manbetx支持向量机分类

万博1manbetx支持向量机对二进制或多类分类

更大的准确性和核函数选择低——通过medium-dimensional数据集,训练一个二进制SVM模型或多级纠错输出编码(ECOC)模型包含二进制SVM学习者使用分类学习者应用。为了实现更高的灵活性,使用命令行接口来训练一个二进制使用支持向量机模型fitcsvm或者火车多级ECOC模型组成的二进制SVM学习者使用fitcecoc。

对高维数据集,减少了计算时间有效地训练一个二进制,线性分类模型,如线性支持向量机模型,使用fitclinear或者火车多级ECOC模型组成的支持向量机模型fitcecoc。

对非线性和大数据分类,火车一个二进制,使用高斯核函数的分类模型fitckernel。

应用程序

分类学习者 火车模型使用监督机器学习分类数据

块

ClassificationSVM预测 使用支持向量机(SVM)分类器分类观察看到下面成了和二进万博1manbetx制分类
ClassificationLinear预测 观察使用线性分类模型进行分类
ClassificationECOC预测 观察使用纠错输出编码进行分类(ECOC)分类模型

功能

全部展开

创建模型或模板

fitcsvm 训练支持向量万博1manbetx机(SVM)分类器看到下面成了和二进制分类
紧凑的 减少机器学习模型的大小
templateSVM 万博1manbetx支持向量机模板

修改模型

discard万博1manbetxSupportVectors 放弃支持向量线性万博1manbetx支持向量机(SVM)分类器
incrementalLearner 转换成二进制分类支持向量机(SVM)模型增量学习万博1manbetx
的简历 恢复训练支持向量机(SVM)分类万博1manbetx器

解释模型

石灰 本地可model-agnostic解释(石灰)
partialDependence 计算部分依赖
plotPartialDependence 创建部分依赖图(PDP)和个人条件期望(ICE)情节
沙普利 沙普利值

旨在

crossval 旨在机器学习模型
kfoldEdge 分类旨在分类模型的边缘
kfoldLoss 分类损失旨在分类模型
kfoldMargin 分类利润率旨在分类模型
kfoldPredict 观察在旨在分类模型进行分类
kfoldfun 旨在功能分类

测量性能

损失 找到分类错误的支持向量机(SVM)分类器万博1manbetx
resubLoss Resubstitution分类损失
compareHoldout 比较两种分类模型使用新数据的精度
边缘 找到分类支持向量机(SVM)分类器的边缘万博1manbetx
保证金 找到分类利润支持向量机(SVM)分类器万博1manbetx
resubEdge Resubstitution分类边缘
resubMargin Resubstitution分类保证金
testckfold 比较两种分类模型的精度重复交叉验证
fitSVMPosterior 合适的后验概率
fitPosterior 合适的后验概率为紧凑的支持向量机(SVM)分类器万博1manbetx

分类的观察

预测 观察使用支持向量机(SVM)分类器进行分类万博1manbetx
resubPredict 使用训练数据训练分类器进行分类

收集模型属性

收集 收集的属性统计和机器学习工具对象从GPU
fitclinear 适合高维数据二进制线性分类器
预测 预测线性分类模型的标签
templateLinear 线性分类学习者模板
fitckernel 适合二进制高斯核分类器使用随机特性的扩张
预测 预测标签为高斯核的分类模型
templateKernel 内核模式模板
fitcecoc 适应多类支持向量机的模型或其他分类器万博1manbetx
预测 使用多级分类观察纠错输出编码(ECOC)模型
templateECOC 纠错输出编码学习者模板

类

全部展开

ClassificationSVM 万博1manbetx支持向量机(SVM)看到下面成了和二进制分类
CompactClassificationSVM 紧凑的支持向量机万博1manbetx(SVM)看到下面成了和二进制分类
ClassificationPartitionedModel 旨在分类模型
ClassificationLinear 线性模型的二进制高维数据的分类
ClassificationPartitionedLinear 旨在为二进制线性模型高维数据的分类
ClassificationKernel 高斯核函数分类模型使用随机特性的扩张
ClassificationPartitionedKernel 旨在,二进制内核分类模型
ClassificationECOC 多类支持向量机(svm)模型和其他分类器万博1manbetx
CompactClassificationECOC 紧凑的多类支持向量机模型(svm)和其他分类器万博1manbetx
ClassificationPartitionedECOC 旨在多级ECOC模型支持向量机(svm)和其他分类器万博1manbetx
ClassificationPartitionedLinearECOC 旨在为多级线性纠错输出编码模型高维数据的分类
ClassificationPartitionedKernelECOC 旨在内核纠错输出编码(ECOC)模型对多类分类

主题

相关信息