このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
高次元データのバイナリ分類用の線形モデル
分类线性
は、バイナリ分類用の学習済み線形モデル オブジェクトです。この線形モデルは、サポート ベクター マシン (支持向量机)またはロジスティック回帰モデルです。fitclinear
は、高次元データセットの計算時間を短縮する手法 (確率的勾配降下法など) を使用して目的関数を最小化することにより分类线性
モデルをあてはめます。分類損失と正則化項を加算することにより目的関数が構成されます。
他の分類モデルと異なり,メモリ消費を節約するため,分类线性
モデルオブジェクトには学習データが格納されません。ただし,推定した線形モデル係数,事前クラス確率,正則化強度などは格納されます。
学習済みの分类线性
モデルを使用して,新しいデータの分類スコアまたはラベルを予測できます。詳細については,预测
を参照してください。
分类线性
オブジェクトの作成にはfitclinear
を使用します。
値。値のクラスがコピー操作に与える影響については、オブジェクトのコピーを参照してください。