万博1manbetx支持矢量机器分类

万博1manbetx支持二进制或多款分类的向量机

在低通过中维数据集上的更高准确性和内核功能选择，培训二进制SVM模型或使用SVM二进制学习者的多种单态误差输出代码（ECOC）模型使用分类学习者为了获得更大的灵活性，使用命令行界面使用fitcsvm或培训由二进制SVM学习者组成的多种多组ECOC模型使用菲切克。

对于高维数据集的计算时间，有效地培训二进制，线性分类模型，例如线性SVM模型，使用FitClinear.或者使用菲切克。

对于具有大数据的非线性分类，培训二进制，高斯内核分类模型使用菲克内尔。

应用

使用有监督机器学习训练数据分类模型

分类使用支持向量机（SVM）分类器进行单级和二进制分类的万博1manbetx分类观察

`fitcsvm`	针对一类和二万博1manbetx类分类训练支持向量机（SVM）分类器
`fitsvmposterior.`	适合后概率
`预测`	使用支持向量机（SVM）分类器分类观察万博1manbetx
`Templatesvm.`	万博1manbetx支持矢量机器模板

`菲切克`	适用于支持向量机或其他分类器的多键模型万博1manbetx
`预测`	使用多款纠错输出代码（ECOC）模型进行分类观察
`templateECOC`	纠错输出代码学习者模板

`分类VM`	万博1manbetx支持向量机（SVM）用于单级和二进制分类
`CompactClassificationSVM`	紧凑型支持向量机万博1manbetx（SVM）用于单级和二进制分类
`ClassificationededModel.`	交叉验证分类模型

`分类线性`	高维数据二进制分类的线性模型
`分类分类线性`	高维数据二进制分类的交叉验证的线性模型

`ClassificationKernel.`	高斯内核分类模型使用随机特征扩展
`ClassificationPartitionedKernel`	交叉验证的二进制内核分类模型

`Classifiedecoc.`	支持向量机（SVM）和其他分类器的多类模型万博1manbetx
`CompactClassificeCoc.`	用于支持向量机（SVM）和其他分类器的紧凑型多键模型万博1manbetx
`分类分区`	用于支持向量机（SVM）和其他分类器的交叉验证的多种子体ECOC模型万博1manbetx
`分类PartitionedLinearecoc`	交叉验证的线性纠错输出代码模型，用于高维数据的多级数据分类
`分类分区核函数`	用于多字母分类的交叉验证的内核纠错输出代码（ECOC）模型