统计和机器学习的工具箱是什么?
统计和机器学习工具箱™提供工具来访问,预处理,和可视化数据;提取功能;培训和优化模型;部署和准备模型。
典型的工作流开始与访问、清洗和预处理数据准备提取特征。工具箱支持所有广泛使用的万博1manbetx分类、回归分析和聚类算法,它使得模型建立的具有挑战性的部分更容易些:
•单击应用培训和比较模型
•自动hyperparameter性能调优和特征选择优化模型
•缩放处理大数据和集群使用相同的代码
•快速执行比较流行的开源工具
用MATLAB编码器™可以自动生成C / c++代码从机器学习模型用于嵌入式和高性能的应用程序。
统计和机器学习工具盒提供了工具,发现模式和选择特性,训练分类或回归模型与应用程序和部署到企业和嵌入式系统。在这个例子中,一个回归模型预测未来负荷在电网中使用多个来源的数据包括时间戳电力负荷历史数据和气象数据。你可以开始探索与描述性统计和可视化包括盒子情节比较均值和方差,系统树图揭示集群和结构。
在MATLAB数据预处理后,可以确定哪些变量选择特性基于高预测和响应之间的相关性。主成分分析确定转换功能,占大多数的数据变化或使用自动特征选择方法。
分类和回归学习者应用可以交互式地构建预测分类或回归模型包括最近邻,决策树,浅神经网络。优化hyperparameters,比较结果从多个模型和交叉验证到一个单独的测试数据,和可视化性能与混淆矩阵或ROC曲线。许多工具箱算法处理内存不足的数据,而不需要任何代码更改。一旦你选定了一个机器学习模型可以部署模型IT系统使用MATLAB编译器或生成独立的c代码,可用于嵌入式设备与MATLAB编码器。
你可以用新数据增量更新线性模型并更新嵌入式模型没有再生预测代码。统计和机器学习工具盒提供多种统计功能包括假设测试,方差分析,工业统计数据。开始引用一个例子,产品页面上的信息,或下载免费试用。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。