主要内容gydF4y2Ba

使用分类学习万博1manbetx者应用训练支持向量机gydF4y2Ba

这个例子展示了如何构建支持向量机(SVM)分类器在分类学习者应用,使用万博1manbetxgydF4y2Ba电离层gydF4y2Ba数据集,其中包含两个类。您可以使用一个支持向量机(S万博1manbetxVM)与两个或两个以上的课程分类学习者。一个支持向量机分类的数据通过寻找最好的超平面,将所有数据点与另一个类一个类。在gydF4y2Ba电离层gydF4y2Ba分类数据,响应变量和两个级别:gydF4y2BaggydF4y2Ba代表好的雷达返回,gydF4y2BabgydF4y2Ba代表坏雷达返回。gydF4y2Ba

  1. 在MATLABgydF4y2Ba®gydF4y2Ba,加载gydF4y2Ba电离层gydF4y2Ba数据集和定义一些变量数据集使用的一个分类。gydF4y2Ba

    负载gydF4y2Ba电离层gydF4y2Ba电离层= array2table (X);电离层。组= Y;gydF4y2Ba

    或者,您可以加载gydF4y2Ba电离层gydF4y2Ba数据集和保持gydF4y2BaXgydF4y2Ba和gydF4y2BaYgydF4y2Ba数据作为独立的变量。gydF4y2Ba

  2. 在gydF4y2Ba应用程序gydF4y2Ba选项卡,gydF4y2Ba机器学习和深度的学习gydF4y2Ba组中,单击gydF4y2Ba分类学习者gydF4y2Ba。gydF4y2Ba

  3. 在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba文件gydF4y2Ba部分中,点击gydF4y2Ba新会话>从工作区gydF4y2Ba。gydF4y2Ba

    分类学习者选项卡gydF4y2Ba

    新会话从工作区对话框中,选择表gydF4y2Ba电离层gydF4y2Ba从gydF4y2Ba数据集变量gydF4y2Ba列表。观察到这个应用程序已经选择反应和预测变量根据其数据类型。响应变量gydF4y2Ba集团gydF4y2Ba有两个水平。所有其他变量预测。gydF4y2Ba

    另外,如果你保持你的预测数据gydF4y2BaXgydF4y2Ba和响应变量gydF4y2BaYgydF4y2Ba作为两个独立的变量,您可以首先选择矩阵gydF4y2BaXgydF4y2Ba从gydF4y2Ba数据集变量gydF4y2Ba列表。然后,在gydF4y2Ba响应gydF4y2Ba,单击gydF4y2Ba从工作空间gydF4y2Ba选项按钮并选择gydF4y2BaYgydF4y2Ba从列表中。的gydF4y2BaYgydF4y2Ba变量是一样的gydF4y2Ba集团gydF4y2Ba变量。gydF4y2Ba

  4. 点击gydF4y2Ba开始会议gydF4y2Ba。gydF4y2Ba

    数据的分类学习者创建了一个散点图。gydF4y2Ba

  5. 使用变量的散点图来可视化是有用的预测响应。选择不同的变量X和y轴的控制。观察变量单独类颜色最明显。gydF4y2Ba

  6. 训练支持向量机模型的选择。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba模型gydF4y2Ba部分,单击箭头扩大的分类列表,和下gydF4y2Ba万博1manbetx支持向量机gydF4y2Ba,点击gydF4y2Ba所有支持向量机gydF4y2Ba。然后,在gydF4y2Ba火车gydF4y2Ba部分中,点击gydF4y2Ba火车都gydF4y2Ba并选择gydF4y2Ba火车都gydF4y2Ba。gydF4y2Ba

    请注意gydF4y2Ba

    • 如果你有并行计算工具箱™,那么应用程序的gydF4y2Ba使用并行gydF4y2Ba默认按钮进行切换。你点击后gydF4y2Ba火车都gydF4y2Ba并选择gydF4y2Ba火车都gydF4y2Ba或gydF4y2Ba选择火车gydF4y2Ba应用程序打开一个平行的工人。在这段时间里,你不能与软件交互。池打开后,可以继续与应用程序交互,同时并行模型火车。gydF4y2Ba

    • 如果你没有并行计算工具箱,然后应用程序了gydF4y2Ba使用背景培训gydF4y2Ba复选框的gydF4y2Ba火车都gydF4y2Ba菜单默认选中。你选择一个选项来训练模型后,应用程序打开一个背景池。池打开后,可以继续与应用程序交互,同时在后台模型火车。gydF4y2Ba

    分类学习者火车每个SVM选项之一画廊,以及默认好树模型。在gydF4y2Ba模型gydF4y2Ba窗格中,应用程序概述了在一个盒子里gydF4y2Ba准确性(验证)gydF4y2Ba成绩最好的模型。分类学习者也会显示验证混淆矩阵第一SVM模型(gydF4y2Ba线性支持向量机gydF4y2Ba)。gydF4y2Ba

    验证混淆矩阵的电离层数据建模的支持向量机分类器。蓝色值指示正确分类,红色值显示不正确的分类。gydF4y2Ba

    请注意gydF4y2Ba

    验证了一些随机性的结果。你的模型验证结果可以从这个例子中所示的结果不同。gydF4y2Ba

  7. 为一个模型查看结果,选择模型gydF4y2Ba模型gydF4y2Ba面板,检查gydF4y2Ba总结gydF4y2Ba选项卡。的gydF4y2Ba总结gydF4y2Ba选项卡显示了gydF4y2Ba培训结果gydF4y2Ba指标,计算验证集。gydF4y2Ba

  8. 为选定的模型,检查每个类的预测的准确性。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba情节和解释gydF4y2Ba部分,单击箭头打开画廊,然后单击gydF4y2Ba混淆矩阵(验证)gydF4y2Ba在gydF4y2Ba验证结果gydF4y2Ba组。视图矩阵的类和类预测结果。gydF4y2Ba

  9. 对于每个剩余模型,选择模型gydF4y2Ba模型gydF4y2Ba窗格中,打开验证混淆矩阵,然后在模型比较结果。gydF4y2Ba

  10. 选择最好的模型gydF4y2Ba模型gydF4y2Ba窗格(最好的成绩是在一个盒子里突出显示)。尝试改善模型,包括模型中不同的特性。看你是否能提高预测能力较低的模型通过删除功能。gydF4y2Ba

    首先,复制的最佳模式。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba模型gydF4y2Ba部分中,点击gydF4y2Ba重复的gydF4y2Ba。gydF4y2Ba

  11. 调查特性包括或排除使用这些方法之一。gydF4y2Ba

    • 使用平行坐标图。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba情节和解释gydF4y2Ba部分,单击箭头打开画廊,然后单击gydF4y2Ba平行坐标gydF4y2Ba在gydF4y2Ba验证结果gydF4y2Ba组。请预测,单独的类。gydF4y2Ba

      在模型中gydF4y2Ba总结gydF4y2Ba选项卡中,可以指定要使用的预测在训练。点击gydF4y2Ba特征选择gydF4y2Ba扩大部分,并指定预测从模型中删除。gydF4y2Ba

    • 排名算法使用一个特性。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba选项gydF4y2Ba部分中,点击gydF4y2Ba特征选择gydF4y2Ba。在gydF4y2Ba默认的特征选择gydF4y2Ba选项卡中,指定您想要使用功能排名算法,和功能的数量保持在排名最高的特性。条形图可以帮助您决定使用多少特性。gydF4y2Ba

      点击gydF4y2Ba保存和应用gydF4y2Ba保存您的更改。新的特征选择应用于现有模型的草案gydF4y2Ba模型gydF4y2Ba面板和将被应用到新的草案创建的模型使用的画廊gydF4y2Ba模型gydF4y2Ba部分的gydF4y2Ba分类学习者gydF4y2Ba选项卡。gydF4y2Ba

  12. 火车模型。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba火车gydF4y2Ba部分中,点击gydF4y2Ba火车都gydF4y2Ba并选择gydF4y2Ba选择火车gydF4y2Ba火车模型使用新的选项。比较结果的分类器gydF4y2Ba模型gydF4y2Ba窗格。gydF4y2Ba

  13. 选择最好的模型gydF4y2Ba模型gydF4y2Ba窗格。为了进一步完善模型,尝试改变其hyperparameters。首先,通过点击复制模型gydF4y2Ba重复的gydF4y2Ba在gydF4y2Ba模型gydF4y2Ba部分。然后,尝试改变hyperparameter设置在模型中gydF4y2Ba总结gydF4y2Ba选项卡。训练新模式通过点击gydF4y2Ba火车都gydF4y2Ba并选择gydF4y2Ba选择火车gydF4y2Ba在gydF4y2Ba火车gydF4y2Ba部分。设置的信息,请参阅gydF4y2Ba万博1manbetx支持向量机gydF4y2Ba。gydF4y2Ba

  14. 您可以导出一个完整或紧凑的训练模型的版本到工作区。在gydF4y2Ba分类学习者gydF4y2Ba选项卡上,单击gydF4y2Ba出口gydF4y2Ba,点击gydF4y2Ba出口模式gydF4y2Ba并选择gydF4y2Ba出口模式gydF4y2Ba。排除训练数据和导出一个紧凑的模型,明确出口分类模型对话框中的复选框。你仍然可以使用紧凑的模型进行预测新数据。在对话框中,单击gydF4y2Ba好吧gydF4y2Ba接受默认的变量名。gydF4y2Ba

  15. 检查代码训练分类器,点击gydF4y2Ba生成函数gydF4y2Ba。对支持向量机模型,参见gydF4y2Ba为预测生成C代码gydF4y2Ba。gydF4y2Ba

使用相同的工作流程评估和比较的其他分类器类型你可以训练分类学习者。gydF4y2Ba

尝试所有的nonoptimizable分类器模型预设可供你的数据集:gydF4y2Ba

  1. 在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba模型gydF4y2Ba部分,单击箭头打开画廊分类模型。gydF4y2Ba

  2. 在gydF4y2Ba开始gydF4y2Ba组中,单击gydF4y2Ba所有gydF4y2Ba。gydF4y2Ba

    选项选择所有可用的训练分类器类型gydF4y2Ba

  3. 在gydF4y2Ba火车gydF4y2Ba部分中,点击gydF4y2Ba火车都gydF4y2Ba并选择gydF4y2Ba火车都gydF4y2Ba。gydF4y2Ba

了解其他类型的分类器,请参阅gydF4y2Ba训练分类模型的分类学习者应用gydF4y2Ba。gydF4y2Ba

相关的话题gydF4y2Ba