主要内容

Clasificación de máquinas de apoyo矢量

Máquinas de向量de apoyo para clasificación二进制o多分类

Para aumentar la precisión y核函数函数与空间数据的结合,entrene un model - SVM二进制多分类模型códigos de salida de corrección de error (ECOC, por sus siglas en inglés) que contenga modelos de aprendiazaje二进制SVM应用程序分类学习者.Para mayor flexibilidad, utilice la interfaz de línea comandos Para entrar un modelo SVM二进制中线fitcsvm基于ECOC模型的多分类计算,基于支持向量机二元模型的支持向量机中值fitcecoc

对还原时间的过程的结合的数据,在模型的效率的方式clasificación线性二进制,por ejemplo,在模型SVM线性,中间fitclinearo entrene un modelo ECOC多分类计算por modelo SVM中位数fitcecoc

Para las categoriaciones no lineales con大数据,entrene un modelo de clasificación二进制的核心高斯中间fitckernel

应用程序

分类学习者 机器学习管理的先验模型和分类数据

Bloques

ClassificationSVM预测 利用支持向量机(SVM)分类器对观测数据进行单类分类和二万博1manbetx元分类

一些必要

expandir待办事项

Crear un modelo plantilla

fitcsvm 训练支持向量万博1manbetx机分类器用于一类分类和二元分类
紧凑的 减小机器学习模型的尺寸
templateSVM 万博1manbetx支持向量机模板

Modificar un modelo

discard万博1manbetxSupportVectors 线性支持向量机分万博1manbetx类器的支持向量弃用
incrementalLearner 将二元分类支持向量机(SVM)模型转化为增量学习器万博1manbetx
重新开始 恢复训练支持向量机(SVM)分类万博1manbetx器

用模型来解释

石灰 局部可解释模型不可知解释(LIME)
partialDependence 计算部分依赖关系
plotPartialDependence 创建部分依赖图(PDP)和个别条件期望图(ICE)
沙普利 沙普利值

实现una validación cruzada

crossval 交叉验证机器学习模型
kfoldEdge 交叉验证分类模型的分类边
kfoldLoss 交叉验证分类模型的分类损失
kfoldMargin 交叉验证分类模型的分类边际
kfoldPredict 在交叉验证的分类模型中对观测数据进行分类
kfoldfun 分类的交叉验证功能

Medir el rendimiento

损失 找出支持向量机分类器的分类误差万博1manbetx
resubLoss 再置换分类损失
compareHoldout 比较使用新数据的两种分类模型的准确性
边缘 为支持向量机分类器找到分类边万博1manbetx
保证金 为支持向量机分类器找到分类边界万博1manbetx
resubEdge 再置换分类边
resubMargin 再置换分类边际
testckfold 通过重复交叉验证比较两种分类模型的准确性
fitSVMPosterior 拟合后验概率
fitPosterior 紧凑型支持向量机(SVM)分类器的后验概率拟合万博1manbetx

Clasificar observaciones

预测 利用支持向量机(SVM)分类器对观测数据进行分类万博1manbetx
resubPredict 使用训练过的分类器对训练数据进行分类

莫德罗的挽回

收集 收集属性统计和机器学习工具箱来自GPU的对象
fitclinear 用二元线性分类器拟合高维数据
预测 预测线性分类模型的标签
templateLinear 线性分类学习器模板
fitckernel 采用随机特征展开方法拟合二元高斯核分类器
预测 高斯核分类模型的标签预测
templateKernel 内核模型模板
fitcecoc 为支持向量机或其他分类器拟合多类模型万博1manbetx
预测 利用多类纠错输出码(ECOC)模型对观测数据进行分类
templateECOC 纠错输出代码学习模板

一堂课

expandir待办事项

ClassificationSVM 万博1manbetx支持向量机(SVM)用于一类和二元分类
CompactClassificationSVM 用于一类和二元分万博1manbetx类的紧凑支持向量机(SVM)
ClassificationPartitionedModel 交叉验证分类模型
ClassificationLinear 高维数据二元分类的线性模型
ClassificationPartitionedLinear 用于高维数据二元分类的交叉验证线性模型
ClassificationKernel 采用随机特征展开的高斯核分类模型
ClassificationPartitionedKernel 交叉验证的二进制内核分类模型
ClassificationECOC 支持向量机(svm)和其他分类器的多类模型万博1manbetx
CompactClassificationECOC 支持向量机(svm)和其他分类器的紧凑多类模型万博1manbetx
ClassificationPartitionedECOC 交叉验证多类ECOC模型支持向量机(svm)和其他分类器万博1manbetx
ClassificationPartitionedLinearECOC 用于高维数据多类分类的交叉验证线性纠错输出码模型
ClassificationPartitionedKernelECOC 用于多类分类的交叉验证内核纠错输出代码模型

特马