文档帮助中心文档
增量学习,或在线学习,涉及处理来自数据流的输入数据,可能很少或根本不知道预测变量的分布、目标函数的各个方面以及观察值是否被标记。增量学习问题与传统的机器学习方法不同,在传统的机器学习方法中有足够的标记数据可用于拟合模型,执行交叉验证以调整超参数,并推断预测分布特征。
增量学习需要配置的增量模型。您可以使用直接创建和配置增量模型增量回归线性,或者您可以使用将受支持的传统培训模型转换为增万博1manbetx量学习器递增学习器. 配置模型并设置数据流后,可以将增量模型与传入的数据块相适应,跟踪模型的预测性能,或者同时执行这两个操作。
增量回归线性
递增学习器
有关详细信息,请参阅增量学习概述.
全部展开
适合
更新矩阵
updateMetricsAndFit
预测
丧失
增量学习概述
了解有关增量学习的基本概念,包括增量学习对象、功能和工作流。
配置增量学习模型
为数据流上的增量性能评估和培训准备增量学习模型。
使用简洁的工作流实现线性回归的增量学习
使用简洁的工作流程实现线性回归的增量学习,并进行后续评估。
使用灵活的工作流实现线性回归的增量学习
使用灵活的工作流实现线性回归的增量学习,并进行后续评估。
从回归学习器训练的SVM回归模型初始化增量学习模型
使用回归学习器应用程序训练线性SVM回归模型,然后使用估计系数初始化用于回归的增量模型。
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站以获取翻译后的内容(如果可用),并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。
联系当地办事处