문서도움말센터문서
이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。
분류는어떠한알고리즘이레이블이있는데이터의예에서새로운관측값을분류하는방법을”학습”하는머신러닝지도학습의한유형입니다。분류모델을대화형방식으로살펴보려면분류학습기앱을사용하십시오。명령줄인터페이스에서예측변수또는특징데이터를이에대응하는응답변수나레이블과함께알고리즘피팅함수에전달하여유연성을높일수있습니다。
회로지스틱회귀,귀트리,가우스과정회귀,서포트벡터회귀와같은회귀모델을훈련시키려면회귀항목을참조하십시오。
使用fitcauto给定训练预测器和响应数据,自动尝试选择具有不同超参数值的分类模型类型。
fitcauto
构建多个分类模型,优化它们的超参数,并选择在测试数据集上表现最好的模型。
为给定的训练数据集建立多个机器学习模型,然后使用一种叫做叠加与单个模型的准确性相比,提高测试数据集的准确性。
이예제에서는판별분석,나이브베이즈분류기,결정트리를사용하여분류를수행하는방법을보여줍니다。
构建一个自动信用评级工具。
다음MATLAB명령에해당하는링크를클릭했습니다。
명령을실행하려면MATLAB명령창에입력하십시오。웹브라우저는MATLAB명령을지원하지않습니다。
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系