万博1manbetx支持向量机分类

万博1manbetx支持向量机二进制或多类分类

对于通过介质的三维数据集上低更高的精度和内核函数的选择，培养了二进制SVM模型或多类纠错输出编码（ECOC）模型包含使用SVM二进制学习者分类学习应用程序。更大的灵活性，可以使用命令行界面使用来训练二元SVM模型fitcsvm或火车使用二进制SVM学习者的组成的多类ECOC模型fitcecoc。

有关高维数据集减少计算时间，有效地训练的二元，线性分类模型，诸如线性SVM模型，用fitclinear或使用训练SVM模型组成的多类ECOC模型fitcecoc。

对于大数据非线性分类，使用培养了二进制，高斯核分类模型fitckernel。

应用

分类学习	使用监督机器学习模型火车来分类数据

功能

展开全部

二进制SVM

`fitcsvm`	列车支持向量万博1manbetx机（SVM）分类为一类和二元分类
`fitSVMPosterior`	飞度的后验概率
`预测`	使用支持向量机分类观测（SVM）分类万博1manbetx
`templateSVM`	万博1manbetx支持向量机模板

二元线性分类

`fitclinear`	拟合线性分类模型，以高维数据
`预测`	预测标签线性分类模型
`templateLinear`	线性分类学习模板

二进制内核分类

`fitckernel`	使用随机功能扩展符合高斯核分类模型
`预测`	预测标签高斯核分类模型
`templateKernel`	内核模型模板

多类ECOC

`fitcecoc`	适合多类机型支持向量机或其他分类万博1manbetx
`预测`	分类观测使用多类纠错输出编码（ECOC）模型
`templateECOC`	纠错输出编码学习模板

类

展开全部

二进制SVM

`ClassificationSVM`	万博1manbetx支持向量机（SVM），用于单类和二元分类
`CompactClassificationSVM`	紧凑支持向量机（万博1manbetxSVM），用于单类和二元分类
`ClassificationPartitionedModel`	交叉验证分类模型

二元线性分类

`ClassificationLinear`	线性模型用于高维数据的二元分类
`ClassificationPartitionedLinear`	交叉验证的线性模型对高维数据的二元分类

二进制内核分类

`ClassificationKernel`	使用随机功能扩展高斯核分类模型
`ClassificationPartitionedKernel`	交叉验证，二进制内核分类模型

多类ECOC

`ClassificationECOC`	多类模型的支持向量机（SVM）和其它分类万博1manbetx
`CompactClassificationECOC`	支持向量机（SVM）和其它分类紧凑多类模型万博1manbetx
`ClassificationPartitionedECOC`	交叉验证的多类ECOC模型支持向量机（SVM）等分类万博1manbetx
`ClassificationPartitionedLinearECOC`	交叉验证线性纠错输出编码模型用于高维数据的多类分类
`ClassificationPartitionedKernelECOC`	交叉验证内核纠错输出编码（ECOC）模型多类分类