回帰学習器

教師あり機械学習を使用して,データを予測するように回帰モデルに学習をさせる

説明

回帰学習器アプリは,回帰モデルにデータ予測を学習させます。このアプリを使用すると,データの調査,特徴量の選択,検証方式の指定,モデルの学習,および結果の評価を行うことができます。自動化された学習を実行して,線形回帰モデル,回帰木,ガウス過程回帰モデル,サポートベクターマシン,回帰木のアンサンブル,ニューラルネットワーク回帰モデルなど,最適な回帰モデルのタイプを探索できます。

教師あり機械学習を実行するには,既知の入力データの観測値のセット(予測子)と既知の応答を指定します。この観測値を使用してモデルに学習をさせ,新しい入力データへの予測応答を生成させます。モデルに新しいデータを使用したり,プログラムによる回帰について学ぶには,モデルをワークスペースにエクスポートするか,学習済みのモデルを再作成するMATLAB^®コードを生成します。

その他

必要な製品

MATLAB
统计和机器学习工具箱™

メモ:MATLAB在线™の回帰学習器を使用すると,云中心クラスターを使用して並列的にモデルに学習をさせることができます(并行计算工具箱™が必要)。詳細については,MATLAB在线における云中心クラスターとの并行计算工具箱の使用(并行计算工具箱)を参照してください。

回帰学習器アプリを開く

MATLABツールストリップ:[アプリ]タブの[機械学習]でアプリアイコンをクリックします。
MATLABコマンドプロンプト:“regressionLearner“と入力します。

例

プログラムによる使用

すべて展開する

`regressionLearner`

regressionLearnerは,回帰学習器アプリを開きます。既に開いている場合はアプリにフォーカスを移動します。

`ResponseVarName regressionLearner(台)`

ResponseVarName regressionLearner(台)は,回帰学習器アプリを開いて,表资源描述に格納されているデータを[引数からの新規セッション]ダイアログボックスに入力します。ResponseVarName引数は,応答値が含まれている资源描述内の変数の名前で,文字ベクトルまたは字符串スカラーとして指定します。资源描述内の他の変数は予測子変数です。

`regressionLearner(资源描述,Y)`

regressionLearner(资源描述,Y)は,回帰学習器アプリを開いて,表资源描述内の予測子変数と数値ベクトルY内の応答値を[引数からの新規セッション]ダイアログボックスに入力します。

`regressionLearner (X, Y)`

regressionLearner (X, Y)は,回帰学習器アプリを開いて,n行p列の予測子行列XとベクトルY内のn個の応答値を[引数からの新規セッション]ダイアログボックスに入力します。Xの各行は1つの観測値に対応し,各列は1つの変数に対応します。Yの長さとXの行数は等しくなければなりません。

`regressionLearner (＿＿＿、名称、值)`

regressionLearner (＿＿＿、名称、值)では,前の構文におけるいずれかの入力引数の組み合わせに加えて,以下の1つ以上の名前と値の引数を使用して交差検証オプションを指定します。たとえば,“KFold”,10を指定すると10分割交差検証方式を使用できます。

“CrossVal”は交差検証フラグで,“上”(既定)または“关闭”として指定します。“上”を指定した場合5分割交差検証が使用されます。“关闭”を指定した場合,再代入検証が使用されます。
名前と値の引数“坚持”または“KFold”を使用すると,“CrossVal”の交差検証の設定をオーバーライドできます。これらの引数は,一度に1つだけ指定できます。
“坚持”はホールドアウト検証に使用されるデータの比率で,[0.05,0.5]の範囲の数値スカラーとして指定します。残りのデータは学習に使用されます。
“KFold”は交差検証に使用する分割の数で,50[2]の範囲の正の整数として指定します。