App回归学习器
恩,有效的调整模式regresión相互作用的形式
Elija中心区分算法对中心验证模型regresión。比较误差validación直接形式,después, elja el mejor modelo。Para decidir qué算法usar,顾问在回归学习应用程序中训练回归模型.
Este图表的flujo muestra unflujo的trabajo的流动,对位模态regresión en la应用回归学习器。
应用程序
回归的学习者 | Entrenar modelos de regresión para前人数据usando机器学习监督 |
特马
Flujo de trabajo frecuente
- 在回归学习应用程序中训练回归模型
用于训练、比较和改进回归模型的工作流,包括自动、手动和并行训练。 - 选择回归数据或打开保存的应用程序会话
将数据从工作区或文件导入到Regression Learner,找到示例数据集,选择交叉验证或坚持验证选项,并为测试留出数据。或者,打开之前保存的应用程序会话。 - 选择回归模型选项
在回归学习器中,自动训练选择的模型,或比较和调整线性回归模型、回归树、支持向量机、高斯过程回归模型、核近似模型、回归树集成和回归神经网络的选项。万博1manbetx - 在回归学习中可视化和评估模型性能
比较模型统计数据并可视化结果。 - 导出回归模型预测新数据
在回归学习者中训练后,导出模型到工作空间,生成MATLAB®代码,生成用于预测的C代码,或导出用于部署的模型MATLAB生产服务器. - 使用回归学习应用程序训练回归树
创建和比较回归树,并导出训练好的模型,以对新数据进行预测。 - 使用回归学习应用程序训练回归神经网络
创建并比较回归神经网络,并导出训练过的模型,以对新数据进行预测。 - 训练核近似模型使用回归学习应用程序
创建和比较核近似模型,并导出训练过的模型,以对新数据进行预测。
Flujo de trabajo personizado
- 使用回归学习应用程序进行特征选择和特征转换
使用图或特征排序算法识别有用的预测因子,选择要包含的特征,并使用回归学习者中的PCA转换特征。 - 回归学习应用中的超参数优化
利用超参数优化自动调优回归模型的超参数。 - 在回归学习App中使用超参数优化训练回归模型
用优化的超参数训练回归集成模型。 - 使用回归学习应用程序中的测试集检查模型性能
将测试集导入到Regression Learner中,并检查测试集指标,以获得表现最佳的训练模型。 - 解释回归学习者应用程序中训练的回归模型
通过使用部分依赖图确定特征如何在训练好的回归模型中使用。 - 在回归学习应用程序中导出plot
导出和定制培训前后创建的图。 - 将在回归学习器中训练的模型部署到MATLAB生产服务器
在回归学习器中训练模型,并将其导出以部署到MATLAB制作服务器.