主要内容

이번역페이지는최신내용을담고있지않습니다않습니다。최신최신내용을영문영문으로여기를클릭클릭

분류학습기

머신러닝지도학습을사용하여데이터를를분류하도록모델훈련

설명

분류학습기앱은이터를를분류하도록하도록을을이앱을사용하면하면다양분류기사용하여머신러닝지도학습을수행수행볼수아이터를를탐색,특징을선택선택,검증방식을지정지정,모델을훈련시키고,결과를평가할할있습니다。자동화된훈련을수행하여결정트리,판별분석,서포트벡터머신,로지스틱회귀,최근접이웃,나이브베이즈,앙상블및신경망분류등최적의분류모델유형을검색할수있습니다。

알려진입력데이터세트(관측값또는예제)와이데이터에대해알려진응답응답(예이블또는클래스)데이터사용하여데이터데에대한응답응답변수예측값을생성모델을훈련시킵니다을을을훈련시킵니다새데이터에이모델을사용하거나프로그래밍으로으로분류하는방법에대해자세히,모델모델작업공간으로matlab®코드코드를생성하여하여훈련모델을재생성재생성

시작하려면분류기목록에서모든빠른훈련을사용하여엄선된모델로훈련시켜보십시오。자동화된분류기훈련항목을참조하십시오。

필요한제품

  • 马铃薯草

  • 统计和机器学习工具箱™

참고:Matlab Online™에서에서학습기를사용하는하는,云中心클러스터를사용하여모델모델병렬로병렬로훈련수있습니다(并行计算工具箱™필요)。자세한내용은在Matlab在线使用与云中心群集的并行计算工具箱(并行计算工具箱)항목을참조하십시오。

분류학습기앱열기

  • matlab툴스트립:탭의머신러닝에서앱아이콘을을클릭。

  • matlab명령명령:ClassificationSler를입력합니다。

프로그래밍방식으로사용

모두확장

ClassificationSler는분류학습기앱을열거나,이미열려있는경우이앱으로포커스를이동합니다。

classificationslearner(tbl,responsevarname)은분류학습기앱을열고“인수에서새세션”대화상자에TBL.아이블에에포함된된데를문자형벡터또는字符串형스칼라로지정된ResponseVarname.인수는클래스레이블을을포함TBL.의응답변수이름입니다。TBL.의나머지변수는예측변수입니다。

ClassificationLearner(TBL,Y)는분류학습기앱을열고“인수에서새세션”대화상자에TBL.테이블의의예측변수와와y의클래스레이블을을。응답변수y를分类형형,문자형문자형,字符串형형,논리논리형,숫자형벡터또는문자형구성된배열로지정할있습니다수수수수수수수

Classificationslearner(x,y)는는분류학습기앱앱을열고열고에서에서세션세션대화상자에n×p예측변수행렬X및벡터y의n클래스레이블을을을。X의각행은하나의관측값에대응되고,각열은하나의변수에대응됩니다。y의길이와X의행개수는동일해야합니다。

classificationslearner(___,名称,价值)는위에열거된구문에나와있는입력인수조합과함께다음이름 - 값인수중하나이상을사용하여교차검증옵션을지정합니다。예를들어,'kfold',10을지정하여10겹교차검증체계를사용할수있습니다。

  • '横穿'는교차검증플래그로,'在'(디폴트값)또는'离开'로지정됩니다。'在'을을하면앱이5겹교차검증을사용합니다。'离开'를지정하면앱이재대입검증을사용합니다。

    '坚持'또는'kfold'이름 - 값값를사용하여'横穿'교차검증설정을재정의할수있습니다。이러한인수인수는한번에하나만지정할수수

  • [0.05,0.5]범위범위의숫자형스칼라로지정지정'坚持'은홀드아웃검증에사용되는데이터의비율입니다。앱앱나머지데이터를를훈련사용합니다。

  • [2,50]범위범위의양의정수로지정지정'kfold'는교차검증에사용할할겹의수

R2015A에개발됨