使用分类学习者应用程序训练判别分析分类器

创建和比较判别分析分类器，并导出经过训练的模型来对新数据进行预测。

监督学习工作流和算法

理解监督学习的步骤和非参数分类和回归函数的特征。

参数分类

分类响应数据

判别分析分类

了解判别分析算法和如何拟合判别分析模型的数据。

创建判别分析模型

了解用于构造判别分析分类器的算法。

创建和可视化判别分析分类器

对Fisher iris数据进行线性和二次分类。

改进判别分析模型

检查和改进判别分析模型的性能。

规范判别分析分类器

通过删除预测器，在不影响模型预测能力的情况下，创建更健壮、更简单的模型。

检验高斯混合假设

判别分析假设数据来自高斯混合模型。理解如何检验这个假设。

使用判别分析模型进行预测

了解预测使用判别分析模型对观察进行分类。

可视化不同分类器的决策面

这个例子展示了如何可视化不同分类算法的决策面。