고품질고품질예측분류모델을개발하는경우적합한（또는예측변수）을선택하고하이퍼파라미터（추정추정되지않은모델）를를해야합니다。

특정모델의하이퍼파라미터를조율하려면하이퍼파라미터값을선택하고이들값을사용하여모델을교차검증하십시오。예를들어,SVM모델을조정하려면상자제약조건과커널스케일의집합을선택하고,값의쌍각각에대해모델을교차검증하십시오。특정统计和机器学习工具箱™분류함수는베이즈최적화,그리드탐색또는임의탐색을통해자동하이퍼파라미터조율기능을제공합니다。그러나,베이즈최적화를구현하는주요함수Bayesopt.은다른응용사례에사용할수있을정도로유연합니다。贝叶斯优化工作流程항목을참조하십시오。

특징선택과이퍼파라미터파라미터을통해모델이생성될수있습니다。모델간k겹겹，roc（수신자조작특성）곡선또는혼동행렬을비교할수수。또는분류모델이다른모델보다성능이훨씬더뛰어난지여부를할할있습니다있습니다있습니다수수수있습니다수수수있습니다수있습니다있습니다있습니다있습니다수있습니다수수수수있습니다수

조정된하이퍼파라미터가진가진모델자동으로선택하려면fitcauto.를사용하십시오。이함수는다양한하이퍼파라미터파라미터값으로분류모델유형을해보고보고새새터에서잘수행될것으로되는최종모델을반환반환으로최종잘수행을반환어떤분류기유형이데이터에가장적합적합한지확신하지못할fitcauto.를사용하십시오。

분류모델을대화형방식방식만들고가하려면분류학습기앱을사용하십시오。

분류모델을해석하려면石灰또는绘图竞争依赖性를사용할수있습니다。