。
この例では,各种の分类アルゴリズム决定面をプロットするする示しますます示し示し。
フィッシャーのアヤメのデータセットを読み込みます。
加载渔民X = MEAS(:,1:2);Y =分类(物种);标签=类别(Y);
X
は,150本页について2つの花弁の测定が含まれている数码行。y
は,対応対応するアヤメののが含まれて文字ベクトルのののののののののの配列配列配列配列配列
散布図図使してデータをによってによってを。
g箭偶(x(:,1),x(:,2),物种,'RGB'那'OSD');Xlabel('萼片长度');ylabel('萼片宽度');
4つの异なる分类器に学习をさせ,モデルを细胞配列に格式し。
classifier_name = {'天真的贝叶斯'那'判别分析'那'分类树'那'最近的邻居'};
単纯単纯ベイズモデルにに习をさせ
分类器{1} = fitcnb(x,y);
判别分类分类器を学习さます。
分类器{2} = fitcdiscr(x,y);
分享到木に学习をさせます。
分类器{3} = fitctree(x,y);
K.最近傍分类器に习习をせます。
分类器{4} = fitcknn(x,y);
実际のデータデータ値の境界内で空全をのののグリッド作品
x1range = min(x(:,1)):01:max(x(:,1));x2Range = min(x(:,2)):01:max(x(:,2));[xx1,xx2] = meshgrid(x1range,x2range);xgrid = [xx1(:) xx2(:)];
すべての分类器材を使て,Xgrid.
内の各観测値について种类を予测し。
为了i = 1:numel(分类器)predigeSpecies =预测(分类器{i},XGrid);子图(2,2,i);g箭偶(xx1(:),xx2(:),predartgeedspecies,'RGB');标题(classifirder_name {i})图例离开,轴紧的结尾传说(标签,'地点',[0.35,0.01,0.35,0.05],'方向'那'水平的')
决定面は,これらは,これらのルール可化役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち役立ち