Esta página aún no se ha traducido para Esta versión。gydF4y2BaPuede ver la versión más reciente de esta página en inglés。gydF4y2Ba

fitcecocgydF4y2Ba

多分类模型，máquinas矢量分类gydF4y2Ba

对比todo en la páginagydF4y2Ba

SintaxisgydF4y2Ba

Mdl = fitcecoc(Tbl,ResponseVarName)gydF4y2Ba

Mdl = fitcecoc(Tbl，公式)gydF4y2Ba

Mdl = fitcecoc(Tbl,Y)gydF4y2Ba

Mdl = fitcecoc(X,Y)gydF4y2Ba

Mdl = fitcecoc(gydF4y2Ba___gydF4y2Ba、名称、值)gydF4y2Ba

[Mdl,HyperparameterOptimizationResults] = fitcecoc(gydF4y2Ba___gydF4y2Ba、名称、值)gydF4y2Ba

DescripciongydF4y2Ba

MdlgydF4y2Ba= fitcecoc (gydF4y2Ba资源描述gydF4y2Ba，gydF4y2BaResponseVarNamegydF4y2Ba）gydF4y2BaDevuelve UN completo, entrenado, multiclase, utilzando los predictores de la tabla and las etiquetas de clase en。utiza (- 1)/2 modelos de máquina vector de soporte binario (SVM) utizando el uno contra uno, donde está el número de etiquetas de clase únicas (niveles)。Es UN modelo。gydF4y2Bacódigos de salida de corrección de error (ECOC)gydF4y2Ba资源描述gydF4y2Ba资源描述。ResponseVarNamegydF4y2BafitcecocgydF4y2BaKgydF4y2BaKgydF4y2BaDiseño de codificacióngydF4y2BaKgydF4y2BaMdlgydF4y2BaClassificationECOCgydF4y2Ba

MdlgydF4y2Ba= fitcecoc (gydF4y2Ba资源描述gydF4y2Ba，gydF4y2Ba公式gydF4y2Ba）gydF4y2Badevuelve un modelo ECOC，利用，los predictores de la tabla and las etiquetas de clase。联合国环境解释模型和联合国环境预测变量的子关联。gydF4y2Ba资源描述gydF4y2Ba公式gydF4y2Ba资源描述gydF4y2Ba

MdlgydF4y2Ba= fitcecoc (gydF4y2Ba资源描述gydF4y2Ba，gydF4y2BaYgydF4y2Ba）gydF4y2Badevuelve un modelo ECOC，利用，预测，和，公式，分类，矢量。gydF4y2Ba资源描述gydF4y2BaYgydF4y2Ba

比如gydF4y2Ba

MdlgydF4y2Ba= fitcecoc (gydF4y2BaXgydF4y2Ba，gydF4y2BaYgydF4y2Ba）gydF4y2Ba推导模型，ECOC, entrenado，利用，预测，和，等级，礼仪。gydF4y2BaXgydF4y2BaYgydF4y2Ba

比如gydF4y2Ba

MdlgydF4y2Ba= fitcecoc (gydF4y2Ba___gydF4y2Ba，gydF4y2Ba名称,值gydF4y2Ba）gydF4y2Ba发展模式ECOC, con opciones, adicionales, speciificadas, por, o, más，可计算，应用，cualquiera, de las sintaxis，。gydF4y2Ba名称,值gydF4y2Ba

Por ejemplo，特别是不同的校友二进制，un diseño de codificación diferente o para validar de forma cruzada。我的建议是有效的，cruzadamente, mediante el argument, to pair。gydF4y2BaKfoldgydF4y2Ba名称,值gydF4y2Bala的结果validación cruzada决定性qué tan bien se generaliza el modelo。gydF4y2Ba

［gydF4y2BaMdlgydF4y2Ba，gydF4y2BaHyperparameterOptimizationResultsgydF4y2Ba= fitcecocgydF4y2Ba___gydF4y2Ba，gydF4y2Ba名称,值gydF4y2Ba）gydF4y2BaTambién devuelve dealles de optimización de hiperparámetros cuando se especifica el argumento de par nombrevalor se use zan alumnos binarios lineales o del kernel。gydF4y2BaOptimizeHyperparametersgydF4y2BaPara otros, la丙缘，de continene, los results。gydF4y2Ba学习者gydF4y2BaHyperparameterOptimizationResultsgydF4y2BaMdlgydF4y2Ba

包括gydF4y2Ba

反待办事项gydF4y2Ba

多分类支持向量机先验模型gydF4y2Ba

省略脚本在体内gydF4y2Ba

Entrene un model de códigos de salida de corrección de error multiclase (ECOC)利用los alumnos binarios de la máquina vector de soporte (SVM)。gydF4y2Ba

费雪的鸢尾花。特别是，预测的数据和回应的数据。gydF4y2BaXgydF4y2BaYgydF4y2Ba

负载gydF4y2BafisheririsgydF4y2BaXgydF4y2Ba＝gydF4y2Ba量gydF4y2Ba；Y =物种;gydF4y2Ba

本模型ECOC多类预决定效用。gydF4y2Ba

Mdl = fitcecoc(X,Y)gydF4y2Ba

Mdl = ClassificationECOC ResponseName: 'Y' CategoricalPredictors: [] ClassNames: {'setosa' 'versicolor' 'virginica'} ScoreTransform: 'none' BinaryLearners: {3x1 cell} CodingName: 'onevsone'属性，方法gydF4y2Ba

Es UN modelo。gydF4y2BaMdlgydF4y2BaClassificationECOCgydF4y2Ba形式上的预先确定，利用双变量支持向量机diseño De codificación uno contra uno。gydF4y2BafitcecocgydF4y2Ba我们之间的和平之路notación和平之路。gydF4y2BaMdlgydF4y2Ba

最优秀的学生diseño de codificación。gydF4y2Ba

Mdl。Cl一个年代年代的名字年代gydF4y2Ba

ans =gydF4y2Ba3x1单元阵列gydF4y2Ba{'setosa'} {'versicolor'} {'virginica'}gydF4y2Ba

编码垫= Mdl。CodingMatrixgydF4y2Ba

CodingMat =gydF4y2Ba3×3gydF4y2Ba1 1 0 -1 0 0 -1 -1gydF4y2Ba

Un diseño de codificación uno contra uno para tres类产生tres alumnos binarios。专栏与校友相对应，filas与阶层相对应。gydF4y2BaCodingMatgydF4y2Ba这是一种分类，这是一种错误，这是一种分类。gydF4y2BaMdl。Cl一个年代年代的名字年代gydF4y2Ba用二进制支持向量机对观测分类进行综合分析。gydF4y2BaCodingMat (: 1)gydF4y2Ba(1;1;0]gydF4y2Ba“setosa”gydF4y2Ba“多色的”gydF4y2BaPorque对应a, es la clase positive;对应的是，没有否定的理由。gydF4y2Ba“setosa”gydF4y2Ba1gydF4y2Ba“多色的”gydF4y2Ba1gydF4y2Ba

Puede acceder a cada alumno binario mediante la indexación de celdas y la notación de puntos。gydF4y2Ba

Mdl。BinaryLearners {1}gydF4y2Ba第一个二元学习者gydF4y2Ba

ans = classreg.learning.classif.CompactClassificationSVM ResponseName: 'Y' CategoricalPredictors: [] ClassNames: [-1 1] ScoreTransform: 'none' Beta: [4x1 double]偏差:1.4505 KernelParameters: [1x1 struct]属性，方法gydF4y2Ba

计算器错误de clasificación de la resustitución。gydF4y2Ba

error = resubLoss(Mdl)gydF4y2Ba

误差= 0.0067gydF4y2Ba

这个错误clasificación我们的数据pequeño，这个分类器podría我们的错误。Puede validar el classiificador中间值计算误差de clasificación de validación cruzada en sulugar。gydF4y2BacrossvalgydF4y2Ba

Modelo de clasificación linear multiclase de trenngydF4y2Ba

省略脚本在体内gydF4y2Ba

Entrenar un modelo ECOC compuesto por múltiples modelos binarios de clasificación linear。gydF4y2Ba

与PNL有关的货物。gydF4y2Ba

负载gydF4y2BanlpdatagydF4y2Ba

Es una matriz分散化数据预测，y Es UN向量categórico de礼仪de分类。gydF4y2BaXgydF4y2BaYgydF4y2BaHay más de dos clases en los datos。gydF4y2Ba

Cree una plantilla de modelo de clasificación线性预确定。gydF4y2Ba

t = templatlinear ();gydF4y2Ba

Para a jujustar los valores predeterminados, consulte la página en。gydF4y2Ba名称-值对参数gydF4y2BatemplateLineargydF4y2Ba

ECOC计算二元模型的变异模型clasificación线性的统一的生产方式distribución de palabras的计算方式página web de documentación。时间安排más rápido，预测和特别观测数据的变化对应一个专栏。gydF4y2Ba

X = X';rng (1);gydF4y2BaMdl = fitcecoc(X,Y，'Learners'，t，'ObservationsIn'，'columns')gydF4y2Ba

Mdl = classreg.learning.classif.CompactClassificationECOC ResponseName: 'Y' ClassNames: [1x13 categorical] ScoreTransform: 'none' BinaryLearners: {78x1 cell} CodingMatrix: [13x78 double]属性，方法gydF4y2Ba

Como alternative, puede entrenar un modelo ECOC compuesto por modelos de clasificación linear predeterminados utilizando。gydF4y2Ba“学习者”,“线性”gydF4y2Ba

Para conservar la memoria, develve modelos ECOC entrenados compuestos por alumnos clasificación modelo linal en objectos de modelo。gydF4y2BafitcecocgydF4y2BaCompactClassificationECOCgydF4y2Ba

分类器ECOC multivalidagydF4y2Ba

省略脚本在体内gydF4y2Ba

形式检验与分类ECOC与校友二进制支持向量机计算误差clasificación广义。gydF4y2Ba

费雪的鸢尾花。特别是，预测的数据和回应的数据。gydF4y2BaXgydF4y2BaYgydF4y2Ba

负载gydF4y2BafisheririsgydF4y2BaXgydF4y2Ba＝gydF4y2Ba量gydF4y2Ba；Y =物种;rng (1);gydF4y2Ba%用于再现性gydF4y2Ba

Cree una plantilla sVM标准预测。gydF4y2Ba

t = templateSVM(gydF4y2Ba“标准化”gydF4y2Ba,真正的)gydF4y2Ba

t =拟合分类支持向量机模板。Alpha: [0x1 double] BoxConstraint: [] CacheSize: [] CachingMethod: " ClipAlphas: [] DeltaGradientTolerance: [] Epsilon: [] GapTolerance: [] kkttolance: [] IterationLimit: [] KernelFunction: " KernelScale: [] KernelOffset: [] kernelpoliialorder: [] NumPrint: [] Nu: [] OutlierFraction: [] removeduplicate: [] ShrinkagePeriod: [] Solver: " StandardizeData: 1 SaveSupportVe万博1manbetxctors: [] VerbosityLevel: [] Version: 2 Method: 'SVM' Type: 'classification'gydF4y2Ba

es una plantilla sVM。gydF4y2BatgydF4y2BaLa mayoría为了实现地球的目标而努力están vacías。ecc，软件建立了适用价值预先决定的适用期限。gydF4y2Ba

在分类中，ECOC和特殊顺序。gydF4y2Ba

Mdl = fitcecoc(X,Y，gydF4y2Ba“学习者”gydF4y2BatgydF4y2Ba.．.gydF4y2Ba“类名”,{setosa,杂色的,‘virginica});gydF4y2Ba

es clasificador。gydF4y2BaMdlgydF4y2BaClassificationECOCgydF4y2Ba我们之间的和平之路notación和平之路。gydF4y2Ba

Valide cruzadamente mediante validación cruzada de 10 ves。gydF4y2BaMdlgydF4y2Ba

CVMdl = crossval(Mdl);gydF4y2Ba

联合国经济共同体的合法性。gydF4y2BaCVMdlgydF4y2BaClassificationPartitionedECOCgydF4y2Ba

计算误差clasificación概化。gydF4y2Ba

genError = kfoldLoss(cvdl)gydF4y2Ba

genError = 0.0400gydF4y2Ba

错误clasificación 4%的总错误，ECOC总错误。gydF4y2Ba

估计概率后分类ECOCgydF4y2Ba

省略脚本在体内gydF4y2Ba

Entrene unclassiador ECOC con los alumnos binarios SVM。先期礼仪，先期礼仪，先期礼仪，先期礼仪，先期礼仪，先期概率，先期概率。A continuación，概率前置图máxima在后面的点位上的点位cuadrícula。可视化结果。gydF4y2Ba

费雪的鸢尾花。特别的世界维度pétalos世界预测和世界物种的名字。gydF4y2Ba

负载gydF4y2BafisheririsgydF4y2BaXgydF4y2Ba＝gydF4y2Ba量(:,3:4)gydF4y2Ba；Y =物种;rng (1);gydF4y2Ba%用于再现性gydF4y2Ba

支持向量机。高斯核预测标准。gydF4y2Ba

t = templateSVM(gydF4y2Ba“标准化”gydF4y2Ba,真的,gydF4y2Ba“KernelFunction”gydF4y2Ba，gydF4y2Ba“高斯”gydF4y2Ba）;gydF4y2Ba

es una plantilla sVM。gydF4y2BatgydF4y2BaLa mayoría sus丙达兹están vacías。建立适用于有价先定者的赔偿办法。gydF4y2Ba

支持向量机分类器。转换clasificación的标点符号，在可能性的后面，中间的论证，在标准的英勇。gydF4y2Ba预测gydF4y2BaresubPredictgydF4y2Ba“FitPosterior”gydF4y2Ba特别的，中间等级的秩序，辩论，与英勇无异。gydF4y2Ba“类名”gydF4y2Ba最美妙的时刻diagnóstico在中间的时刻英勇的争论。gydF4y2Ba“详细”gydF4y2Ba

Mdl = fitcecoc(X,Y，gydF4y2Ba“学习者”gydF4y2BatgydF4y2Ba“FitPosterior”gydF4y2Ba,真的,gydF4y2Ba.．.gydF4y2Ba“类名”,{“setosa”、“癣”,“virginica”},…“详细”,2);gydF4y2Ba

用50个消极和50个积极的观察来训练二元学习者1 (SVM)。负类指标:2正类指标:1拟合学习者1的后验概率(SVM)。用50个消极和50个积极的观察来训练二元学习者2 (SVM)。负类指标:3正类指标:1拟合学习者2的后验概率(SVM)。用50个消极和50个积极的观察来训练二元学习者3 (SVM)。负类指标:3正类指标:2拟合学习者3的后验概率(SVM)。gydF4y2Ba

Es UN modelo。gydF4y2BaMdlgydF4y2BaClassificationECOCgydF4y2BaLa misma plantilla sVM se aada alumno binario, pero puede ajustar las opciones para cada alumno binario pasando un vector de celda de plantilla。gydF4y2Ba

前人的礼仪，前人的礼仪，后人的可能性。大多数的事情diagnóstico持续的事情cálculo礼仪和可能性的事后分类，中间的论点，和一般的英勇。gydF4y2Ba“详细”gydF4y2Ba

[label，~，~，Posterior] = resubPredict(Mdl，gydF4y2Ba“详细”gydF4y2Ba1);gydF4y2Ba

所有学习者的预测都经过计算。已计算了所有观测值的损失。计算后验概率……gydF4y2Ba

Mdl。BinaryLossgydF4y2Ba

Ans = '二次元'gydF4y2Ba

El软件asigna una observación a la clase que produce la pérdida binaria promedio más pequeña。Dado que todos los alumnos binarios están calculando probabilidades posteriores, la función de pérdida binaries。gydF4y2Ba二次gydF4y2Ba

大多数偶然的结果。gydF4y2Ba

idx = randsample(size(X,1)，10,1);Mdl。Cl一个年代年代的名字年代gydF4y2Ba

ans =gydF4y2Ba3x1单元阵列gydF4y2Ba{'setosa'} {'versicolor'} {'virginica'}gydF4y2Ba

表(Y (idx)、标签(idx)、后(idx:)gydF4y2Ba.．.gydF4y2BaVariableNames,{‘TrueLabel’,‘PredLabel’,‘后’})gydF4y2Ba

ans =gydF4y2Ba10×3表gydF4y2BaTrueLabel PredLabel后置____________________________ ______________________________________ {'virginica'} {'virginica'} 0.0039316 0.0039864 0.99208 {'virginica'} 0.017065 0.018261 0.96467 {'virginica'} {'virginica'} 0.014946 0.015854 0.9692 {'versicolor'} {'versicolor'} 0.999 0.00025091 0.0007464 {'versicolor'} 2.2194e-14 0.059423 0.94058 {'versicolor'} {'versicolor'} 2.2194e-14 0.97002 0.029983{'setosa'} {'setosa'} 0.999 0.00024989 0.00074741 {'versicolor'} {'versicolor'} 0.0085637 0.98259 0.0088481 {'setosa'} {'setosa'} 0.999 0.00025012 0.00074719gydF4y2Ba

相应的分类秩序。gydF4y2Ba后gydF4y2BaMdl。Cl一个年代年代的名字年代gydF4y2Ba

定义一个cuadrícula de valores en el espacio预测观测。前人的可能性，后来者的物证，cuadrícula。gydF4y2Ba

xMax = max(X);xMin = min(X);x1Pts = linspace(xMin(1)，xMax(1));x2Pts = linspace(xMin(2)，xMax(2));[x1Grid,x2Grid] = meshgrid(x1Pts,x2Pts);[~, ~, ~, PosteriorRegion] =预测(Mdl, [x1Grid (:), x2Grid (:)));gydF4y2Ba

Para cada codenada de la cuadrícula, trace la probabilidad máxima de la clase posterior entre todas las clases。gydF4y2Ba

contourf (x1Grid x2Grid,gydF4y2Ba.．.gydF4y2Ba重塑(max (PosteriorRegion[], 2),大小(x1Grid, 1),大小(x1Grid, 2)));H = colorbar;h.YLabel.String = 'Maximum posterior';h.YLabel.FontSize = 15;抓住gh = gscatter (X (: 1), X (:, 2), Y,‘krk’,‘* xd’,8);gh(2)。l我neW我dth = 2; gh(3).LineWidth = 2; title('Iris Petal Measurements and Maximum Posterior') xlabel('Petal length (cm)') ylabel('Petal width (cm)') axis tight legend(gh,'Location','NorthWest') hold off

Acelere la formación de classiificadores ECOC mediante binning y computación paragydF4y2Ba

Este ejemplo utilza:gydF4y2Ba

省略脚本在体内gydF4y2Ba

经济及社会理事会不反对与你有关árboles de decisión与你有关的问题。gydF4y2BaGentleBoostgydF4y2BaPara加速el entrenamiento, bin预测numéricos y utilzar la computación Para。宾宁独奏es válido cuando se utiliza un alumno de árbol。gydF4y2BafitcecocgydF4y2BaDespués弯道，计算误差clasificación中线validación弯道十度。Tenga en cuenta que la informática parallelrequiere并行计算工具箱™。gydF4y2Ba

Cargar datos de muestragydF4y2Ba

货物检查与数据的联系。gydF4y2Ba心律失常gydF4y2Ba

负载gydF4y2Ba心律失常gydF4y2Ba(氮、磷)gydF4y2Ba＝gydF4y2Ba大小(X)gydF4y2Ba

N = 452gydF4y2Ba

P = 279gydF4y2Ba

isLabels =唯一的(Y);nLabels = number (isLabels)gydF4y2Ba

nLabels = 13gydF4y2Ba

汇总(分类(Y))gydF4y2Ba

数值计数百分比1 245 54.20% 2 44 9.73% 3 15 3.32% 4 15 3.32% 5 13 2.88% 6 25 5.53% 73 0.66% 8 2 0.44% 99 1.99% 10 50 11.06% 14 4 0.88% 15 5 1.11% 16 22 4.87%gydF4y2Ba

连续数据的关联预测tamaño相对关系的关联pequeño。gydF4y2Ba279gydF4y2Ba452gydF4y2BaDe las 16 etiquetas distintas, sólo 13 se representation en la respuesta()。gydF4y2BaYgydF4y2BaCada礼仪描述varios grados de arritmia, y el 54,20% de las observaciones están en clase。gydF4y2Ba1gydF4y2Ba

经济、经济、社会和社会有权干涉gydF4y2Ba

Cree una plantilla de conjunto。Debe specific al menos treres argument: un método, un número de alumnos y el tipo de alumno。En este ejemplo，特别是para el método, para el número de alumnos y una plantilla de árbol de decisión que usa divisiones suplentes porque faltan observaciones。gydF4y2Ba“GentleBoost”gydF4y2BaOne hundred.gydF4y2Ba

树= templateTree(gydF4y2Ba“代孕”gydF4y2Ba，gydF4y2Ba“上”gydF4y2Ba）;tEnsemble =模板集成(gydF4y2Ba“GentleBoost”gydF4y2Ba, 100年,tTree);gydF4y2Ba

联合国反对播种。gydF4y2BatEnsemblegydF4y2Bamayoría我为你争取和平están vacías，我为你争取和平，我为你争取和平。gydF4y2Ba

Entrene a un分类ador ECOC uno contra todo utilizdo los conjuntos de árboles de decisión como student binarios。Para celerar el entrenamiento, utilice binning y computación Para。gydF4y2Ba

Binning() -“伟大的光荣之约”，“光荣之约”(可能的disminución la precisión)“光荣之约”。gydF4y2Ba“NumBins”,50岁gydF4y2Ba“NumBins”gydF4y2Ba一个人的论点válido关于你的故事árbol。gydF4y2BafitcecocgydF4y2BaSi especifica el valor, el software coco cada predictor numérico en un número especificado de bin de equiprobables y, a continuación, crece árboles en los índices bin en lugar de los datos originales。gydF4y2Ba“NumBins”gydF4y2Baprimero y, continuación，英勇的勇士función de la precisión y庄严的岁月。gydF4y2Ba“NumBins”,50岁gydF4y2Ba“NumBins”gydF4y2Ba
Computación parallela () - Con una licencia de Parallel Computing Toolbox, puede acelerar el cálculo mediante la informática parallela, que envía cada alumno binario a un trabajador del grupo。gydF4y2Ba“选项”,statset (UseParallel,真的)gydF4y2BaEl número de trabajadores依赖de la configuración del sistema。Cuando se utilizan árboles de decisión para alumnos binarios, se paralleleliza el entrenamiento mediante Intel®Threading Building Blocks (TBB) para sistemas de doble núcleo y sures。gydF4y2BafitcecocgydF4y2BaPor lo tanto, especificla opción no es útil en un solo equipo。gydF4y2Ba“UseParallel”gydF4y2Ba使用esta opción en un clúster。gydF4y2Ba

Además，特别前面概率1/，donde el número区别类13。gydF4y2BaKgydF4y2BaKgydF4y2Ba

选项= statset(gydF4y2Ba“UseParallel”gydF4y2Ba,真正的);Mdl = fitcecoc(X,Y，gydF4y2Ba“编码”gydF4y2Ba，gydF4y2Ba“onevsall”gydF4y2Ba，gydF4y2Ba“学习者”gydF4y2BatEnsemble,gydF4y2Ba.．.gydF4y2Ba“前”、“制服”、“NumBins”,50岁的“选项”,选择);gydF4y2Ba

使用“本地”配置文件启动并行池(parpool)…连接到并行池(工人数:6)。gydF4y2Ba

Es UN modelo。gydF4y2BaMdlgydF4y2BaClassificationECOCgydF4y2Ba

Validacion cruzadagydF4y2Ba

安全等级ECOC中间位置validación 10°角。gydF4y2Ba

CVMdl = crossval(Mdl，gydF4y2Ba“选项”gydF4y2Ba、选择);gydF4y2Ba

警告:一个或多个折叠不包含所有组中的点。gydF4y2Ba

Es UN modelo。gydF4y2BaCVMdlgydF4y2BaClassificationPartitionedECOCgydF4y2Ba关于褐藻分类的通告están关于瘟疫的软件问题。“祝你快乐”，“祝你幸福”，“祝你幸福”。国家鼠疫使用结果监察员indexación德塞尔达斯和拉notación德蓬托斯。请原谅我的失败，我的失败是无可避免的。gydF4y2BaCVMdl。训练有素的{1}gydF4y2Ba

使用分类ECOC验证cruzadamente para prior las ceremony de plegado validación。Puede calculus la matriz de confusión utilzando。gydF4y2BaconfusionchartgydF4y2Ba我爱你，我爱你tamaño del gráfico我爱你，我爱你posición我爱你，我爱你。gydF4y2Ba

oolabel = kfoldPredict(cvdl，gydF4y2Ba“选项”gydF4y2Ba、选择);ConfMat =混淆表(Y, oolabel，gydF4y2Ba“RowSummary”gydF4y2Ba，gydF4y2Ba“total-normalized”gydF4y2Ba）;ConfMat。我nnerPosition = [0.10 0.12 0.85 0.85];

复制数据已被丢弃gydF4y2Ba

重现的数据，预测，在列表，利用，方法，模型，方法función。gydF4y2BaBinEdgesgydF4y2Ba离散化gydF4y2Ba

X = Mdl.X;gydF4y2Ba%预测数据Xbinned = 0(大小(X));edges = mld . binedges;查找已分类预测符的索引。idxNumeric = find(~cellfun(@isempty,edges));if iscolumn(idxNumeric) idxNumeric = idxNumeric';end for j = idxNumeric x = x (:，j);如果x是一个表，则将x转换为数组。If stable(x) x = table2array(x);使用离散函数将x分组到箱子中。Xbinned =离散化(x，[-inf; edges{j}; inf]); Xbinned(:,j) = xbinned; end

连环带índices bin, que van desde 1 hasta el número de ubicaciones, para los predicres numéricos。瓦洛雷斯的预言categóricos。gydF4y2BaXbinnedgydF4y2BaXbinnedgydF4y2Ba0gydF4y2BaSi continuene s, entonces los valores通讯员的儿子。gydF4y2BaXgydF4y2Ba南gydF4y2BaXbinnedgydF4y2Ba南gydF4y2Ba

优化分类器ECOCgydF4y2Ba

省略脚本在体内gydF4y2Ba

Optimice los hiperparámetros automáticamente utilzando。gydF4y2BafitcecocgydF4y2Ba

Cargue el conjunto de datos。gydF4y2BafisheririsgydF4y2Ba

负载gydF4y2BafisheririsgydF4y2BaXgydF4y2Ba＝gydF4y2Ba量gydF4y2Ba；Y =物种;gydF4y2Ba

Busque hiperparámetros que minimicen la pérdida de validación cruzada cinco veces mediante la optimización automática de hiperparámetros。Para reproducibilidad，建立la semilla aleatoria y utilice la función de adquisición。gydF4y2Ba“expected-improvement-plus”gydF4y2Ba

rnggydF4y2Ba默认的gydF4y2BaMdlgydF4y2Ba＝gydF4y2Bafitcecoc (X, Y,‘OptimizeHyperparameters’,‘汽车’,gydF4y2Ba.．.gydF4y2Ba“HyperparameterOptimizationOptions”、结构(“AcquisitionFunctionName”,…“expected-improvement-plus”))gydF4y2Ba

|====================================================================================================================| | Iter | Eval客观客观| | | BestSoFar | BestSoFar编码| | BoxConstraint | KernelScale | | |结果| |运行时| | (estim(观察) .) | | | | |====================================================================================================================| | 最好1 | | 0.10667 | 0.90643 | 0.10667 | 0.10667 | onevsone | 5.6939 | 200.36 |gydF4y2Ba

| 2 |最佳| 0.08 | 6.0692 | 0.08 | 0.081379 | onesone | 94.849 | 0.0032549 |gydF4y2Ba

| 3 |接受| 0.08 | 0.75665 | 0.08 | 0.08003 | onevsall | 0.01378 | 0.076021 |gydF4y2Ba

| 4 | Accept | 0.08 | 0.38313 | 0.08 | 0.080001 | onevsall | 889 | 38.798 |gydF4y2Ba

| 5 | Best | 0.073333 | 0.60261 | 0.073333 | 0.073337 | oneevsall | 17.142 | 1.7174 |gydF4y2Ba

| 6 | Accept | 0.26 | 19.481 | 0.073333 | 0.073337 | onevsall | 0.88995 | 0.0010029 |gydF4y2Ba

| 7 |接受| 0.08 | 0.66342 | 0.073333 | 0.073341 | onevsall | 0.23012 | 0.34633 |gydF4y2Ba

| 8 | Best | 0.04 | 1.1261 | 0.04 | 0.040007 | oneevsone | 100.53 | 0.10211 |gydF4y2Ba

| 9 |接受| 0.12667 | 0.42644 | 0.04 | 0.04001 | onevsone | 0.0015155 | 0.91412 |gydF4y2Ba

| 10 |接受| 0.046667 | 3.8205 | 0.04 | 0.040017 | onevsone | 931.08 | 0.040024 |gydF4y2Ba

| 11 |接受| 0.04 | 0.42431 | 0.04 | 0.040003 | onevsone | 965.69 | 0.36688 |gydF4y2Ba

| 12 |接受| 0.33333 | 0.645 | 0.04 | 0.040005 | onevsall | 0.0010224 | 17.726 |gydF4y2Ba

| 13 | Accept | 0.046667 | 12.11 | 0.04 | 0.040003 | onevsall | 892.53 | 0.35788 |gydF4y2Ba

| 14 |接受| 0.046667 | 0.49748 | 0.04 | 0.039989 | onevsone | 963.47 | 6.6814 |gydF4y2Ba

| 15 |接受| 0.04 | 0.71768 | 0.04 | 0.03999 | onevsone | 0.0010354 | 0.0010571 |gydF4y2Ba

| 16 |接受| 0.046667 | 0.38383 | 0.04 | 0.039987 | onevsone | 0.0011208 | 0.0078247 |gydF4y2Ba

| 17 | Accept | 0.04 | 1.3681 | 0.04 | 0.039982 | onevsall | 916.38 | 1.868 |gydF4y2Ba

| 18 |接受| 0.10667 | 0.63667 | 0.04 | 0.039982 | onevsone | 993.53 | 989.56 |gydF4y2Ba

| 19 |接受| 0.04 | 0.4792 | 0.04 | 0.039981 | onevsone | 0.028541 | 0.0037104 |gydF4y2Ba

| 20 |接受| 0.04 | 0.336 | 0.04 | 0.039991 | onevsone | 0.75471 | 0.0221 |gydF4y2Ba

|====================================================================================================================| | Iter | Eval客观客观| | | BestSoFar | BestSoFar编码| | BoxConstraint | KernelScale | | |结果| |运行时| | (estim(观察) .) | | | | |====================================================================================================================| | 21日|接受| 0.04 | 0.46469 | 0.04 | 0.039964 | onevsone | 0.0011513 | 0.0021711 |gydF4y2Ba

| 22 | Accept | 0.046667 | 2.9031 | 0.04 | 0.039792 | onevsall | 978.75 | 1.0047 |gydF4y2Ba

| 23 |接受| 0.04 | 0.45458 | 0.04 | 0.03979 | onevsone | 965.54 | 1.0173 |gydF4y2Ba

| 24 |接受| 0.04 | 0.57964 | 0.04 | 0.039801 | onevsone | 11.578 | 0.048162 |gydF4y2Ba

| 25 |接受| 0.046667 | 0.58721 | 0.04 | 0.039603 | onevsone | 909.35 | 0.1889 |gydF4y2Ba

| 26 |接受| 0.04 | 0.32227 | 0.04 | 0.039541 | onevsone | 82.422 | 0.81772 |gydF4y2Ba

| 27 |接受| 0.04 | 0.42088 | 0.04 | 0.039528 | onevsone | 0.061877 | 0.0080194 |gydF4y2Ba

| 28 |接受| 0.04 | 0.40175 | 0.04 | 0.039658 | onevsone | 0.0050147 | 0.0026878 |gydF4y2Ba

| 29 |接受| 0.04 | 0.45809 | 0.04 | 0.039677 | onevsone | 526.28 | 1.2964 |gydF4y2Ba

| 30 | Accept | 0.04 | 0.60377 | 0.04 | 0.039693 | onevsall | 945.22 | 4.473 |gydF4y2Ba

__________________________________________________________ 优化完成。最大目标达到30个。总函数计算:30总运行时间:115.3634秒。总目标函数评估时间:59.0296最佳观测可行点:Coding BoxConstraint KernelScale ________ _____________ ___________ onevsone 100.53 0.10211观测目标函数值= 0.04估计目标函数值= 0.039693函数评估时间= 1.1261最佳估计可行点(根据模型):编码BoxConstraint KernelScale ________ _____________ ___________ onevsone 0.0050147 0.0026878估计目标函数值= 0.039693估计函数评估时间= 0.40195gydF4y2Ba

Mdl = ClassificationECOC ResponseName: 'Y' CategoricalPredictors: [] ClassNames: {'setosa' 'versicolor' 'virginica'} ScoreTransform: 'none' BinaryLearners: {3x1 cell} CodingName: 'onevsone' HyperparameterOptimizationResults: [1x1 BayesianOptimization]属性，方法gydF4y2Ba

莫德罗ECOC多层列车阵列gydF4y2Ba

省略脚本在体内gydF4y2Ba

Cree dos modelos ECOC multiclase entrenados en datos altos。利用学生们的二进制代码，线性代码，模型代码和学生们的二进制代码，内核代码。比较el error de clasificación de resustitución delos dos modelos。gydF4y2Ba

总的来说，puede realizar la clasificación多分类的数据，中间的，和，校友，二进制线，和，内核。gydF4y2BafitcecocgydF4y2Ba对于支持向量机的直接二分函数，没有直接支持向量机的直接二分函数，没有直接支持向量机的直接二分函数。gydF4y2BafitcecocgydF4y2Ba罪恶的封锁，puede实用模型clasificación二进制线性的核心实用的STm。gydF4y2Ba

Al realizar cálculos en matrices altas, MATLAB®utilza un grupo parallelo (predeterminado si tiene Parallel Computing Toolbox™)o la sesión local de MATLAB。Si desea ejecutar el ejemplo utilzando la sesión本地de MATLAB cuando tiene并行计算工具箱，puede cambiar el entorno de ejecución全球mediante la función。gydF4y2BamapreducegydF4y2Ba

Cree un almacén关于地毯的参考数据关于连续的鸢尾花的数据费雪。特别关于价值的讨论，关于权利的讨论，关于重新安置价值的讨论。gydF4y2Ba“NA”gydF4y2Ba数据存储gydF4y2Ba南gydF4y2BaCree版本，altas de los datos de predictor和respuesta。gydF4y2Ba

数据存储(gydF4y2Ba“fisheriris.csv”gydF4y2Ba，gydF4y2Ba“TreatAsMissing”gydF4y2Ba，gydF4y2Ba“NA”gydF4y2Ba）;T =高(ds);gydF4y2Ba

使用“本地”配置文件启动并行池(parpool)…连接到并行池(工人数:6)。gydF4y2Ba

X = [t]。年代epalLength t.SepalWidth t.PetalLength t.PetalWidth]; Y = t.Species;

标准数据预测器。gydF4y2Ba

Z = zscore(X);gydF4y2Ba

模型ECOC多分类利用资料与学生二元线性。形式上的预先确定，广义的矩阵，软件的先验的二元线性的应用。gydF4y2BafitcecocgydF4y2Ba关于单独的连续的分类的数据únicas, cambie el esquema de codificación关于与之相反的问题(关于英勇的预先决定的关于这些数据的问题)一个关于纪念的英勇的预先决定的关于这些数据的问题)。gydF4y2Ba

Para reproducibilbilidad，建立半生半死的生产力números任意利用。gydF4y2BarnggydF4y2BatallrnggydF4y2Ba各种结果función del número de trabajadores和del entrorno de ejecución de las altas。Para obtener más información, consulte。gydF4y2Ba控制dónde se ejecuta el códigogydF4y2Ba(MATLAB)gydF4y2Ba

rng (gydF4y2Ba“默认”gydF4y2Ba) tallrng (gydF4y2Ba“默认”gydF4y2Ba) mdlLinear = fitcecoc(Z,Y，gydF4y2Ba“编码”gydF4y2Ba，gydF4y2Ba“onevsone”gydF4y2Ba）gydF4y2Ba

训练二进制学习者1(线性)从3。训练二进制学习者2(线性)从3。训练二进制学习者3(线性)中的3。gydF4y2Ba

mdlLinear = classreg.learning.classif.CompactClassificationECOC ResponseName: 'Y' ClassNames: {'setosa' 'versicolor' 'virginica'} ScoreTransform: 'none' BinaryLearners: {3×1 cell} CodingMatrix: [3×3 double]属性，方法gydF4y2Ba

Es UN modelo computopor tresstudent二进制。gydF4y2BamdlLineargydF4y2BaCompactClassificationECOCgydF4y2Ba

模型ECOC多分类利用数据和学生二进制内核。先期卢格，关于促进核的双星同人的特别愿望的目标;特别是，aumentar el número de dimensions de expansión agydF4y2BatemplateKernelgydF4y2Ba

<数学显示= "块" >gydF4y2Ba

< mrow >gydF4y2Ba

< msup >gydF4y2Ba

< mrow >gydF4y2Ba

< mn >gydF4y2Ba2gydF4y2Ba< /锰>gydF4y2Ba

< / mrow >gydF4y2Ba

< mrow >gydF4y2Ba

< mn >gydF4y2Ba1gydF4y2Ba< /锰>gydF4y2Ba

< mn >gydF4y2Ba6gydF4y2Ba< /锰>gydF4y2Ba

< / mrow >gydF4y2Ba

< / msup >gydF4y2Ba

< / mrow >gydF4y2Ba

数学> < /gydF4y2Ba

．gydF4y2Ba

tKernel = templateKernel(gydF4y2Ba“NumExpansionDimensions”gydF4y2Ba2 ^ 16)gydF4y2Ba

tKernel =适合分类内核的模板。BetaTolerance: [] BlockSize: [] BoxConstraint: [] Epsilon: [] NumExpansionDimensions: 65536 GradientTolerance: [] HessianHistorySize: [] IterationLimit: [] KernelScale: [] Lambda: [] Learner: 'svm' LossFunction: [] Stream: [] VerbosityLevel: [] Version: 1 Method: 'Kernel' Type: 'classification'gydF4y2Ba

形式预先确定，用支持向量机的核二值函数。gydF4y2Ba

我的目标是我的生命是我的爱codificación我的世界是独一无二的。gydF4y2BatemplateKernelgydF4y2BafitcecocgydF4y2Ba

mdlKernel = fitcecoc(Z,Y，gydF4y2Ba“学习者”gydF4y2BatKernel,gydF4y2Ba“编码”gydF4y2Ba，gydF4y2Ba“onevsone”gydF4y2Ba）gydF4y2Ba

训练二进制学习者1(内核)从3。训练二进制学习者2(内核)从3。训练二进制学习器3(内核)从3。gydF4y2Ba

mdlKernel = classreg.learning.classif.CompactClassificationECOC ResponseName: 'Y' ClassNames: {'setosa' 'versicolor' 'virginica'} ScoreTransform: 'none' BinaryLearners: {3×1 cell} CodingMatrix: [3×3 double]属性，方法gydF4y2Ba

Es también UN modelo computopor tre学生二进制。gydF4y2BamdlKernelgydF4y2BaCompactClassificationECOCgydF4y2Ba

比较el error de clasificación de resustitución delos dos modelos。gydF4y2Ba

errorLinear =收集(丢失(mdlLinear,Z,Y))gydF4y2Ba

使用并行池“本地”评估tall表达式:-通过1 / 1:在1.5秒内完成评估gydF4y2Ba

errorLinear = 0.0333gydF4y2Ba

errorKernel =收集(mdlKernel,Z,Y))gydF4y2Ba

使用并行池“本地”评估tall表达式:-通过1 / 1:在17秒内完成评估gydF4y2Ba

errorKernel = 0.0067gydF4y2Ba

分类erróneamente联合国庄严庄严的盟约。gydF4y2BamdlKernelgydF4y2BamdlLineargydF4y2Ba

entrada论证gydF4y2Ba

反待办事项gydF4y2Ba

`资源描述gydF4y2Ba`- - - - - -gydF4y2BaDatos de muestragydF4y2Ba
台面gydF4y2Ba

以我所知，以我所知。Cada fila de对应一个observación, y Cada柱对应一个un预测器。gydF4y2Ba资源描述gydF4y2Ba调剂，在不同的环境下，在不同的环境下。gydF4y2Ba资源描述gydF4y2Ba没有其他变量列的变化和矩阵的积分矩阵的积分矩阵的积分向量的积分矩阵。gydF4y2Ba

连续的环境变化和预测的环境变化，特别是中间环境变化。gydF4y2Ba资源描述gydF4y2Ba资源描述gydF4y2BaResponseVarNamegydF4y2Ba

Si连续性la变量de respuesta和desea利用单独的非连续性de las变量restantes como预测，特别是fórmula中间。gydF4y2Ba资源描述gydF4y2Ba资源描述gydF4y2Ba公式gydF4y2Ba

没有连续的变化，特别是中间的变化。gydF4y2Ba资源描述gydF4y2BaYgydF4y2Ba气候变化的经度número气候变化的鱼。gydF4y2Ba资源描述gydF4y2Ba

背板gydF4y2Ba

Para el entramiento de modelos de clasificación线性内核，没有admite tablas。gydF4y2BafitcecocgydF4y2BaEs decir, si Es o，连续una plantilla de alumno de modelo de clasificación linear (consulte)， o连续una plantilla de alumno de clasificación del núcleo (consulte)， no puede proporcionar，， o。gydF4y2Ba学习者gydF4y2Ba“线性”gydF4y2Ba“内核”gydF4y2BatemplateLineargydF4y2BatemplateKernelgydF4y2Ba资源描述gydF4y2BaResponseVarNamegydF4y2Ba公式gydF4y2Ba按比例计算数据预测()按比例计算计算结果()gydF4y2BaXgydF4y2BaYgydF4y2Ba

数据提示:gydF4y2Ba表格gydF4y2Ba

`ResponseVarNamegydF4y2Ba`- - - - - -gydF4y2BaNombre de la variable de respuestagydF4y2Ba
变量的称呼gydF4y2Ba`资源描述gydF4y2Ba`

变量的称呼，特别是变量的称呼。gydF4y2Ba资源描述gydF4y2Ba

Debe特殊como矢量de caracteres o escalar de cadena。gydF4y2BaResponseVarNamegydF4y2Ba我爱你，我爱你，我爱你，我爱你。gydF4y2BaYgydF4y2Ba资源描述。YgydF4y2Ba“Y”gydF4y2BaDe lo contrario, el software trata todas las columns De incluidos, como predicres al centrar el modelo。gydF4y2Ba资源描述gydF4y2BaYgydF4y2Ba

变量矩阵categórica, de carácter o cadena，矢量lógico o numérico o celdas矢量矩阵de caracteres。这是一个矩阵，这是一个变量，这是一个矩阵。gydF4y2BaYgydF4y2Ba

特别的建议，等级的顺序，中间的论点，同等的英勇。gydF4y2Ba一会gydF4y2Ba

数据提示:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

`公式gydF4y2Ba`- - - - - -gydF4y2Ba变量解释模型和子关联变量预测模型gydF4y2Ba
caracteres向量gydF4y2Ba|gydF4y2Bacuerda escalargydF4y2Ba

关于变量的解释模型和预测变量的次关联模型，关于公式中变量的计算和计算。gydF4y2Ba“Y ~ X1 + X2 + X3”gydF4y2Ba这是一个公式，代表变量y, y代表变量预测。gydF4y2BaYgydF4y2BaX1gydF4y2BaX2gydF4y2BaX3gydF4y2Ba

Para specific un subconjunto de variables como predicters Para entrar el modelo, utilice una fórmula。gydF4y2Ba资源描述gydF4y2BaSi speciifica una fórmula, el软件没有使用的变量que no aparezca en。gydF4y2Ba资源描述gydF4y2Ba公式gydF4y2Ba

变量变量fórmula deben ser ambos变量变量变量()como identificadores válidos。gydF4y2Ba资源描述gydF4y2BaTbl.Properties.VariableNamesgydF4y2BaMATLABgydF4y2Ba^®gydF4y2Ba

中间变量的验证función。gydF4y2Ba资源描述gydF4y2BaisvarnamegydF4y2BaEl código siguiente devuelve logical () para cada variable que tiene un nombre de variable válido。gydF4y2Ba1gydF4y2Ba真正的gydF4y2Ba变量的名字válidos，一个continuación，中间的转换función。gydF4y2Ba

cellfun (@isvarname Tbl.Properties.VariableNames)gydF4y2Ba

资源描述gydF4y2Ba matlab.lang.makeValidNamegydF4y2Ba

Tbl.Properties.VariableNames = matlab.lang.makeValidName(Tbl.Properties.VariableNames);gydF4y2Ba

数据提示:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

`YgydF4y2Ba`- - - - - -gydF4y2Ba分类礼仪gydF4y2Ba
matriz categoricagydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba

文明礼仪，道德准则categórica, de carácter ode cadena, un vector lógico o numérico ode celdas vector de caracteres。gydF4y2Ba

这是我的母体，这是我的母体。gydF4y2BaYgydF4y2Ba

这是纵向的número这是纵向的filas de o debe ser igual。gydF4y2BaYgydF4y2Ba资源描述gydF4y2BaXgydF4y2Ba

特别的建议，中等等级的标准，同等英勇的论证。gydF4y2Ba一会gydF4y2Ba

`XgydF4y2Ba`- - - - - -gydF4y2Ba数据预测器gydF4y2Ba
matriz completagydF4y2Ba|gydF4y2Bamatriz dispersagydF4y2Ba

预测数据，特别是完全分布的数据。gydF4y2Ba

经度número德本山的观测资料。gydF4y2BaYgydF4y2BaXgydF4y2Ba

Para speciificar los nombres de los predictores en el orden de su aparición en, utilice el argumento de nombre-valor。gydF4y2BaXgydF4y2BaPredictorNamesgydF4y2Ba

背板gydF4y2Ba

Para los alumnos de clasificación linear, si orienta Para las observaciaciones se通信与柱的特别，puede实验una reducción意义与时间optimización-ejecución。gydF4y2BaXgydF4y2Ba“ObservationsIn”、“列”gydF4y2Ba
Para todos los demás alumnos, oriente Para que las observaciones对应filas。gydF4y2BaXgydF4y2Ba
fitcecocgydF4y2Ba阿德米特矩阵分散单独对中央模型clasificación线性。gydF4y2Ba

数据提示:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

背板gydF4y2Ba

El software trata，矢量de caracteres vacíos ()， cadena vacía ()， y元素como datos que faltan。gydF4y2Ba南gydF4y2Ba”gydF4y2Ba”“gydF4y2Ba< >失踪gydF4y2Ba<定义>gydF4y2BaEl软件消除的filas通讯员的价值的问题。gydF4y2BaXgydF4y2BaYgydF4y2Ba罪恶的禁运，在价值的补偿和权利的保护下varía在二元学生之间。gydF4y2BaXgydF4y2BaPara obtener más información，双国校友联谊会咨询:，，，，，，，，，o。gydF4y2BafitcdiscrgydF4y2BafitckernelgydF4y2BafitcknngydF4y2BafitclineargydF4y2BafitcnbgydF4y2BafitcsvmgydF4y2BafitctreegydF4y2BafitcensemblegydF4y2BaLa eliminación de观察，disminudeye, el, enrenamiento, effect, o, tamaño, de, La, muestra, de, validación, cruzada。gydF4y2Ba

英勇论争gydF4y2Ba

特别的，分开的行动，和昏迷的论证。这是名义上的争论，这是英勇的通讯员。Deben aprecer entre comillas。gydF4y2Ba名称,值gydF4y2Ba的名字gydF4y2Ba价值gydF4y2Ba的名字gydF4y2Ba特别的，不同的，不同的，不同的，不同的，不同的，不同的，不同的。gydF4y2BaName1, Value1,…,的家gydF4y2Ba

比如:gydF4y2BaEspecifica usar árboles de decisión para todos los alumnos binarios, UN diseño de codificación uno contra uno e implementar una validación cruzada de 10 ves。gydF4y2Ba“学习者”,“树”、“编码”,“onevsone”、“CrossVal”,“上”gydF4y2Ba

背板gydF4y2Ba

没有puede utilizar ningún英勇无畏的论点validación cruzada junto con el英勇无畏的论点。gydF4y2Ba“OptimizeHyperparameters”gydF4y2Ba改一下validación单独的，中间的，辩论的英勇。gydF4y2Ba“OptimizeHyperparameters”gydF4y2Ba“HyperparameterOptimizationOptions”gydF4y2Ba

分类操作ECOCgydF4y2Ba

反待办事项gydF4y2Ba

`“编码”gydF4y2Ba`- - - - - -gydF4y2BaDiseño de codificacióngydF4y2Ba
`“onevsone”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“allpairs”gydF4y2Ba`|gydF4y2Ba`“binarycomplete”gydF4y2Ba`|gydF4y2Ba`“denserandom”gydF4y2Ba`|gydF4y2Ba`“onevsall”gydF4y2Ba`|gydF4y2Ba`“顺序”gydF4y2Ba`|gydF4y2Ba`“sparserandom”gydF4y2Ba`|gydF4y2Ba`“ternarycomplete”gydF4y2Ba`|gydF4y2Bamatriz numericagydF4y2Ba

尊敬的diseño de codificación，尤其值得尊敬的是，在神圣的土地上，有一种精神上的昏迷numérica英勇的手鼓。gydF4y2Ba“编码”gydF4y2Ba

英勇gydF4y2Ba	Número二进制学生gydF4y2Ba	DescripciongydF4y2Ba
YgydF4y2Ba`“allpairs”gydF4y2Ba“onevsone”gydF4y2Ba`	(- 1)/2gydF4y2BaKgydF4y2BaKgydF4y2Ba	Para cada alumno binario, una cles positive, otra negative y软件ignoa el restore。Este diseño agota todas las combinaciones de asignaciones de parares de classes。gydF4y2Ba
`“binarycomplete”gydF4y2Ba`	$2< /锰>< mrow >(gydF4y2BaKgydF4y2Ba-gydF4y2Ba1< /锰>）gydF4y2Ba-gydF4y2Ba1< /锰>< / mrow >数学> < /$	Este diseño划分las clasases en todas las combinaciones binarias y no omite ninguna clase。Para cada alumno binario, todas las ignignaciones on and con menos on a positive and negative的词性:asignación。gydF4y2Ba`－1gydF4y2Ba1gydF4y2Ba`
`“denserandom”gydF4y2Ba`	随机的，近距离的10个寄存器gydF4y2Ba_2gydF4y2BaKgydF4y2Ba	对二进制计算的计算，软件的任意分类的正负分类的计算，没有计算方法的计算。Para obtener más información, consulte。gydF4y2Ba矩阵de diseño de codificación任意gydF4y2Ba
`“onevsall”gydF4y2Ba`	KgydF4y2Ba	对二进制的校友，有肯定的理由和否定的理由。Este diseño agota todas las combinaciones de asignaciones de classases positive。gydF4y2Ba
`“顺序”gydF4y2Ba`	- 1gydF4y2BaKgydF4y2Ba	Para el primer alumno binario, la primera clase es negative和el resto positive。Para el second alumno binario, las dos primeras classes son negative, el resto positive，等等。gydF4y2Ba
`“sparserandom”gydF4y2Ba`	随机的，大约15个寄存器gydF4y2Ba_2gydF4y2BaKgydF4y2Ba	在二进制计算中，软件随机分类的正负概率为0,25在二进制计算中，软件随机分类的正负概率为0,5。Para obtener más información, consulte。gydF4y2Ba矩阵de diseño de codificación任意gydF4y2Ba
`“ternarycomplete”gydF4y2Ba`	$(gydF4y2Ba 3.< /锰>KgydF4y2Ba -gydF4y2Ba 2< /锰>< mrow >(gydF4y2BaKgydF4y2Ba+gydF4y2Ba1< /锰>）gydF4y2Ba+gydF4y2Ba1< /锰>< / mrow >）gydF4y2Ba/gydF4y2Ba2< /锰>< / mrow >< / mrow >数学> < /$	Este diseño划分las clases en todas las combinaciones ternarias。在我们的世界里，有一种正确的分类，有一种错误的分类asignación。gydF4y2Ba`0gydF4y2Ba－1gydF4y2Ba1gydF4y2Ba`

También puede specific un diseño de codificación mediante una matriz de codificación personalizada。La matriz de codificación以人为本。gydF4y2BaKgydF4y2BalgydF4y2Ba脉线对应一个单级，脉柱对应一个双级。El orden de classes (filas)对应着al orden en。gydF4y2Ba一会gydF4y2Ba你们的婚姻之门:gydF4y2Ba

Cada元素de la matriz de codificación personalizada debe ser，， o, y el英勇debe对应一个una asignación de clase dicotómica。gydF4y2Ba－1gydF4y2Ba0gydF4y2Ba1gydF4y2BaEsta tabla描述el signado de, es decir, la clase que el alumno asigna a las observaciones en la clase。gydF4y2Ba编码(i, j)gydF4y2BajgydF4y2Ba我gydF4y2Ba

英勇gydF4y2Ba	Asignación de clase sin dicotómicagydF4y2Ba
`1gydF4y2Ba`	我们的校友，我们的观察，我们的否定。gydF4y2Ba`jgydF4y2Ba我gydF4y2Ba`
`0gydF4y2Ba`	与我们同在，与我们同在，与我们同在。gydF4y2Ba`jgydF4y2Ba我gydF4y2Ba`
`1gydF4y2Ba`	在正确的情况下进行观察。gydF4y2Ba`jgydF4y2Ba我gydF4y2Ba`

卡达柱，debe contener al menos una。gydF4y2Ba－1gydF4y2Ba1gydF4y2Ba
Para todos los índices柱体，柱体，柱体，柱体，柱体，柱体，柱体。gydF4y2Ba我gydF4y2BajgydF4y2Ba我gydF4y2BajgydF4y2Ba编码(:,我)gydF4y2Ba编码(:,j)gydF4y2Ba编码(:,我)gydF4y2Ba编码(:,j)gydF4y2Ba
Todas las filas de la matriz de codificación personalizada deben ser different。gydF4y2Ba

Para obtener más información清醒的形式矩阵diseño de codificación personalizadas，咨询。gydF4y2Ba矩阵de diseño de codificación个性化gydF4y2Ba 比如:gydF4y2Ba“编码”、“ternarycomplete”gydF4y2Ba 数据提示:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba|gydF4y2Baint16gydF4y2Ba|gydF4y2Baint32gydF4y2Ba|gydF4y2Baint64gydF4y2Ba|gydF4y2Baint8gydF4y2Ba

`“FitPosterior”gydF4y2Ba`- - - - - -gydF4y2Ba指数，指数，和，deben，转换，和，概率，后面gydF4y2BaOgydF4y2Ba`假gydF4y2Ba0gydF4y2Ba`(predeterminado) |gydF4y2BaOgydF4y2Ba`真正的gydF4y2Ba1gydF4y2Ba`

Marcador que indica si se deben transformer las puntuaciones en probabilidades posteriores, especificados como el par separado por coma que consta de y un () o()。gydF4y2Ba“FitPosterior”gydF4y2Ba真正的gydF4y2Ba1gydF4y2Ba假gydF4y2Ba0gydF4y2Ba Si es, entonces el software transforma las puntuaciones de clasificación de aprendizaje binariario a probabilidades posteriores。gydF4y2BaFitPosteriorgydF4y2Ba真正的gydF4y2BaPuede obtener probabilidades posteriores utilzandogydF4y2BakfoldPredictgydF4y2Ba，gydF4y2Ba预测gydF4y2BaOgydF4y2BaresubPredictgydF4y2Ba．gydF4y2Ba 无admite概率gydF4y2BafitcecocgydF4y2Ba

El método de conjunto es，，，， o。gydF4y2BaAdaBoostM2gydF4y2BaLPBoostgydF4y2BaRUSBoostgydF4y2BaRobustBoostgydF4y2BaTotalBoostgydF4y2Ba
Los alumnos binarios () son modelos de clasificación lineales decir, lineales ode kernel que implementan SVM。gydF4y2Ba学习者gydF4y2BaPara obtener probabilidades postiores Para los modelos de clasificación linear odel núcleo, implemente la regresión logística en su lugar。gydF4y2Ba

比如:gydF4y2Ba“FitPosterior”,真的gydF4y2Ba 数据提示:gydF4y2Ba逻辑gydF4y2Ba

`“学习者”gydF4y2Ba`- - - - - -gydF4y2Ba扁plantilla de aprendizaje binariogydF4y2Ba`“支持向量机”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“判别”gydF4y2Ba`|gydF4y2Ba`“内核”gydF4y2Ba`|gydF4y2Ba`“资讯”gydF4y2Ba`|gydF4y2Ba`“线性”gydF4y2Ba`|gydF4y2Ba`“naivebayes”gydF4y2Ba`|gydF4y2Ba`“树”gydF4y2Ba`|gydF4y2Ba反对plantillagydF4y2Ba|gydF4y2Ba载体，celda de object, de plantillagydF4y2Ba

双跖跖跖跖跖跖跖跖跖跖跖跖跖跖跖跖跖跖。gydF4y2Ba“学习者”gydF4y2Ba具体地说，有特定的分类，包括二元分类和可使用的组合，对解析器问题的多重分类。gydF4y2BaGentleBoostgydF4y2BaLogitBoostgydF4y2BaRobustBoostgydF4y2Ba罪恶禁运，también admite modelos multiclase como classificadores binarios。gydF4y2BafitcecocgydF4y2Ba

这是一种矢量，一种路径，一种软件，一种路径，一种方法，一种方法，一种方法，一种方法，一种方法，一种方法。gydF4y2Ba学习者gydF4y2Ba我的手心也不例外。gydF4y2Ba

英勇gydF4y2Ba	DescripciongydF4y2Ba
`“判别”gydF4y2Ba`	分析discriminatorio。事先决定，协商。gydF4y2Ba`templateDiscriminantgydF4y2Ba`
`“内核”gydF4y2Ba`	Modelo de clasificación del núcleo。事先决定，协商。gydF4y2Ba`templateKernelgydF4y2Ba`
`“资讯”gydF4y2Ba`	-vecinos más cercanos。gydF4y2BakgydF4y2Ba事先决定，协商。gydF4y2Ba`templateKNNgydF4y2Ba`
`“线性”gydF4y2Ba`	Modelo de clasificación直线。事先决定，协商。gydF4y2Ba`templateLineargydF4y2Ba`
`“naivebayes”gydF4y2Ba`	贝叶斯ingenuos。事先决定，协商。gydF4y2Ba`templateNaiveBayesgydF4y2Ba`
`“支持向量机”gydF4y2Ba`	支持向量机。事先决定，协商。gydF4y2Ba`templateSVMgydF4y2Ba`
`“树”gydF4y2Ba`	Arboles de clasificación。事先决定，协商。gydF4y2Ba`templateTreegydF4y2Ba`

这是关于地球的目标，关于海洋和海洋之间的关系。gydF4y2Ba学习者gydF4y2BaPuede crear un object to plantilla utilzando:gydF4y2Ba
- para análisis discriminatorios。gydF4y2BatemplateDiscriminantgydF4y2Ba
- ， para el aprendizaje en conjunto。gydF4y2BatemplateEnsemblegydF4y2BaAl menos debe especificel método de aprendizaje ()， el número de alumnos () y el tipo de alumno()。gydF4y2Ba方法gydF4y2BaNLearngydF4y2Ba学习者gydF4y2Ba没有任何puede utility el método ensemble para el aprendizaje binario。gydF4y2BaAdaBoostM2gydF4y2Ba
- ， para clasificación del núcleo。gydF4y2BatemplateKernelgydF4y2Ba
- ， para -vecinos más cercanos。gydF4y2BatemplateKNNgydF4y2BakgydF4y2Ba
- ， para clasificación lineal。gydF4y2BatemplateLineargydF4y2Ba
- ， para los bayes ingenuos。gydF4y2BatemplateNaiveBayesgydF4y2Ba
- ， para SVM。gydF4y2BatemplateSVMgydF4y2Ba
- ， para árboles de clasificación。gydF4y2BatemplateTreegydF4y2Ba
地球物体的矢量，词缀:gydF4y2Ba学习者gydF4y2Ba
- 细胞对应的双等额alumno binario (en otras palabras，柱体de la matrix de diseño de codificación) y el vector de celda debe tener longitude。Es el número de柱体en la matriz de diseño de codificación。gydF4y2BajgydF4y2BajgydF4y2BajgydF4y2BalgydF4y2BalgydF4y2BaPara obtener más información, consulte。gydF4y2Ba编码gydF4y2Ba
- Para utilzar una de las funciones de pérdida integradas Para la predicción, todos los alumnos binarios deben devolver una puntuación en el mismo rango。Por ejemplo, no puede incluir aprendizajes, SVM，预确定，和Bayes, ingenuos，预确定。El primero deuelve una puntuación en El intervalo (-，o)， y El second deuelve una probabilidad posterior como una puntuación。与之相反的，与之相称的pérdida个人的，与之相同的，与之相同的funcióngydF4y2Ba预测gydF4y2BaYgydF4y2Ba损失gydF4y2Ba．gydF4y2Ba
- 无puede特殊plantillas de alumno sin modelo de clasificación lineal con ninguna otra plantilla。gydF4y2Ba
- Del mismo modo, no puede specispeciplantillas de alumnos Del modelo de clasificación Del kernel con ninguna otra plantilla。gydF4y2Ba

形式上的预先确定，el软件entrena a los alumnos mediante plantilla SVM预先确定。gydF4y2Ba 比如:gydF4y2Ba“学习者”,“树”gydF4y2Ba

`“NumBins”gydF4y2Ba`- - - - - -gydF4y2BaNúmero de ubicaciones para predictores numéricosgydF4y2Ba(vacio)gydF4y2Ba`［］gydF4y2Ba`(predeterminado) |gydF4y2Ba标量entero positivegydF4y2Ba

Número对预测的影响numéricos，特别的，与预测不同的，与预测不同的，与预测不同的，与预测不同的，与预测不同的，与预测不同的，与预测不同的，与预测不同。gydF4y2Ba“NumBins”gydF4y2BaEste argumento sólo es válido cuandogydF4y2BafitcecocgydF4y2Ba利用联合国校友árbol，利用联合国反对建立中立精神的理由，利用联合国反对建立中立精神的理由争取校友débiles de árbol。gydF4y2Ba“学习者”gydF4y2Ba“树”gydF4y2BatemplateTreegydF4y2BatemplateEnsemblegydF4y2Ba

Si el valor está vacío (predeterminado)， el software no bin ningún predictor。gydF4y2Ba“NumBins”gydF4y2Ba
Si especifica el valor como un escalar entero positivo, el software coco cada predictor numérico en un número especificado de bins equiprobales, a continuación, crece árboles en los índices de ubicación en lugar de los datos originales。gydF4y2Ba“NumBins”gydF4y2Ba
- Si el valor超el número () de valores únicos para un predictor，gydF4y2Ba“NumBins”gydF4y2BaugydF4y2BafitcecocgydF4y2Babinsel predictor en contenores。gydF4y2BaugydF4y2Ba
- fitcecocgydF4y2Ba没有bin预测categóricos。gydF4y2Ba

这是一段美好的回忆opción这是一段美好的回忆，这是一段美好的回忆disminución德拉precisión。primero y, continuación，英勇的勇士función de la precisión y庄严的岁月。gydF4y2Ba“NumBins”,50岁gydF4y2Ba“NumBins”gydF4y2Ba 在天堂的尽头ubicación在天堂的尽头。gydF4y2BaBinEdgesgydF4y2Ba 比如:gydF4y2Ba“NumBins”,50岁gydF4y2Ba 数据提示:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

`“NumConcurrent”gydF4y2Ba`- - - - - -gydF4y2BaNúmero de estudiantes binarios entrenados simultáneamentegydF4y2Ba`1gydF4y2Ba`(predeterminado) |gydF4y2Ba标量entero positivegydF4y2Ba

Número在正途上的同门simultáneamente，在正途上的同门上的同门上的同门。gydF4y2Ba“NumConcurrent”gydF4y2Ba英勇的命运，神圣的命运和安全的命运。gydF4y2Ba1gydF4y2BafitcecocgydF4y2Ba

背板gydF4y2Ba

Esta opción单独应用，单独应用，单独利用，单独计算。gydF4y2BafitcecocgydF4y2Ba咨询para obtener más información。gydF4y2Ba矩阵阿特拉斯gydF4y2Ba

数据提示:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

`“ObservationsIn”gydF4y2Ba`- - - - - -gydF4y2BaDimensión de observación de datos预测器gydF4y2Ba`“行”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“列”gydF4y2Ba`

Dimensión de observación de数据预测者，特别之处，可分离之处，可昏迷之处，可稳定之处。gydF4y2Ba“ObservationsIn”gydF4y2Ba“列”gydF4y2Ba“行”gydF4y2Ba

背板gydF4y2Ba

Para los alumnos de clasificación linear, si orienta Para las observaciaciones se通信与柱的特别，puede实验una reducción意义与时间optimización-ejecución。gydF4y2BaXgydF4y2Ba“ObservationsIn”、“列”gydF4y2Ba
Para todos los demás alumnos, oriente Para que las observaciones对应filas。gydF4y2BaXgydF4y2Ba

比如:gydF4y2Ba“ObservationsIn”、“列”gydF4y2Ba

`“详细”gydF4y2Ba`- - - - - -gydF4y2BaNivel de verbosidadgydF4y2Ba`0gydF4y2Ba`(predeterminado) |gydF4y2Ba`1gydF4y2Ba`|gydF4y2Ba`2gydF4y2Ba`

没有什么细节，没有什么特别之处，没有什么特别之处，没有什么特别之处。Controla la悬臂de información de diagnóstico por alumno binario que el软件muestra en la ventana de comandos。gydF4y2Ba“详细”gydF4y2Ba0gydF4y2Ba1gydF4y2Ba2gydF4y2Ba详细的gydF4y2Ba 一份手记，一份简历，一份工作，一份细节。gydF4y2Ba

英勇gydF4y2Ba	DescripciongydF4y2Ba
`0gydF4y2Ba`	El软件没有muestra información de diagnóstico。gydF4y2Ba
`1gydF4y2Ba`	El software muestra mensajes de diagnóstico与我们同在的新校友。gydF4y2Ba
`2gydF4y2Ba`	El software muestra mensajes de diagnóstico adicionales cada vez que entra entra a un nuevo alumno binario。gydF4y2Ba

同人之论，双原则，原则，原则，细节，独立，论点，原则，英勇。这句话的意思是:“对地球的异议和对荣誉的特别争论”。gydF4y2Ba“详细”gydF4y2Bacontinuación，为捍卫正义而斗争。gydF4y2BafitcecocgydF4y2Ba“学习者”gydF4y2Ba 比如:gydF4y2Ba“详细”,1gydF4y2Ba 数据提示:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

Opciones de validación cruzadagydF4y2Ba

反待办事项gydF4y2Ba

`“CrossVal”gydF4y2Ba`- - - - - -gydF4y2Ba班德拉对中间分类oriundogydF4y2Ba`“关闭”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“上”gydF4y2Ba`

在这条道路上，我们无法分类，也无法确认它的合法性，特别是在这条道路上，我们也无法昏迷。gydF4y2Ba“Crossval”gydF4y2Ba“上”gydF4y2Ba“关闭”gydF4y2Ba 这是一种特殊的软件，它是一种不可分类的法律。gydF4y2Ba“上”gydF4y2Ba 无效的敬拜configuración de validación中间的敬拜，敬拜，敬拜。gydF4y2BaCVPartitiongydF4y2Ba坚持gydF4y2BaKFoldgydF4y2BaLeaveoutgydF4y2Ba独唱我们的英勇事迹validación我们的英勇事迹validación sí。gydF4y2Ba 替代，有效más adelante pasando agydF4y2BaMdlgydF4y2BacrossvalgydF4y2Ba．gydF4y2Ba 比如:gydF4y2Ba“Crossval”,“上”gydF4y2Ba

`“CVPartition”gydF4y2Ba`- - - - - -gydF4y2BaPartición de validación cruzadagydF4y2Ba`［］gydF4y2Ba`(predeterminado) |gydF4y2Ba客体de particióngydF4y2Ba`cvpartitiongydF4y2Ba`

Partición de validación cruzada，特别的，特别的，特别的，特别的，特别的，特别的，特别的partición creado por。gydF4y2Ba“CVPartition”gydF4y2BacvpartitiongydF4y2BacvpartitiongydF4y2Ba对象partición具体的提示validación cruzada y la indexación连接者validación。gydF4y2Ba 第1段:，，，，o。gydF4y2BaCVPartitiongydF4y2Ba坚持gydF4y2BaKFoldgydF4y2BaLeaveoutgydF4y2Ba 比如:gydF4y2BaSupongamos que crea una partición aleatoria para la validación cruzada de 5 ves en 500 observaciones mediante。gydF4y2Bacvp = cvpartition(500，'KFold'，5)gydF4y2Bacontinuación, puede speciificar el modelo validado entre cruces mediante。gydF4y2Ba“CVPartition”,本量利gydF4y2Ba

`“坚持”gydF4y2Ba`- - - - - -gydF4y2BaFracción de datos para la validación de retencióngydF4y2Ba英勇无畏(0,1)gydF4y2Ba

Fracción de los datos利用资料para la validación de retención，特别说明，在间隔时间内，在同一时间内，在同一时间内，在同一时间内，在同一时间内，在同一时间内，在同一时间内，在同一时间内，在同一时间内，在同一时间内。gydF4y2Ba“坚持”gydF4y2BaSi usted especifica, después el软件完整estos pasos:gydF4y2Ba‘坚持’,pgydF4y2Ba

选择和保留可选择的数据百分比validación和可选择的模型和可恢复的数据。gydF4y2Bap * 100gydF4y2Ba
这是一种方法，它是一种紧凑的方法，一种方法，一种方法。gydF4y2Ba训练有素的gydF4y2Ba

第1段:，，，，o。gydF4y2BaCVPartitiongydF4y2Ba坚持gydF4y2BaKFoldgydF4y2BaLeaveoutgydF4y2Ba 比如:gydF4y2Ba“坚持”,0.1gydF4y2Ba 数据提示:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

`“KFold”gydF4y2Ba`- - - - - -gydF4y2BaNúmero de plieguesgydF4y2Ba`10gydF4y2Ba`(predeterminado) |gydF4y2Ba英勇无畏的市长gydF4y2Ba

Número在这个问题上，我们可以用正确的方法来解决问题，特别是在这个问题上，我们可以用正确的方法来解决问题，我们可以用正确的方法来解决问题。gydF4y2Ba“KFold”gydF4y2BaSi usted especifica, después el软件完整estos pasos:gydF4y2BaKFold, kgydF4y2Ba

参与人，任意的，与之相关的数据。gydF4y2BakgydF4y2Ba
Para cada conjunto，保留与comjunto datos validación和entrene el modelo con el otrogydF4y2BakgydF4y2Ba- 1gydF4y2BaEstablece。gydF4y2Ba
这是一种方法，它是一种方法，它是一种方法，是一种方法。gydF4y2BakgydF4y2BakgydF4y2Ba训练有素的gydF4y2Ba

第1段:，，，，o。gydF4y2BaCVPartitiongydF4y2Ba坚持gydF4y2BaKFoldgydF4y2BaLeaveoutgydF4y2Ba 比如:gydF4y2Ba“KFold”,5gydF4y2Ba 数据提示:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

`“Leaveout”gydF4y2Ba`- - - - - -gydF4y2BaDejar un indicador de validación cruzadagydF4y2Ba`“关闭”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“上”gydF4y2Ba`

Deje el indicador de validación cruzada uno-out，特别的，特别的，可分离的，可昏迷的，conas, de o。gydF4y2Ba“Leaveout”gydF4y2Ba“上”gydF4y2Ba“关闭”gydF4y2BaSi especifica, entonces, para cada una de las observaciones, dónde está， el软件:gydF4y2Ba“Leaveout”,“上”gydF4y2BangydF4y2BangydF4y2Ba尺寸(Mdl.X, 1)gydF4y2Ba

保留地observación与validación有关的资料，以及与此相关的资料- 1gydF4y2BangydF4y2Ba
这是一种方法，它是一种方法，它是一种方法，是一种方法。gydF4y2BangydF4y2BangydF4y2Ba训练有素的gydF4y2Ba

Para a crear on modelo validado entrenencicias cruzadas, puede puede puede estatro opciones独奏:，，，o。gydF4y2BaCVPartitiongydF4y2Ba坚持gydF4y2BaKFoldgydF4y2BaLeaveoutgydF4y2Ba

背板gydF4y2Ba

没有任何建议单独para validar modelos ECOC de validación cruzada compuestos por alumnos de modelos de clasificación线性ode kernel。gydF4y2Ba

比如:gydF4y2Ba“Leaveout”,“上”gydF4y2Ba

Otras opciones de clasificacióngydF4y2Ba

反待办事项gydF4y2Ba

`“CategoricalPredictors”gydF4y2Ba`- - - - - -gydF4y2Ba预测列表categóricosgydF4y2Ba正肠病媒gydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba|gydF4y2Ba`“所有”gydF4y2Ba`

预测表categóricos，关于另一件事的特别之处，关于一件事的特别之处，关于一件事的特别之处，关于一件事的特别之处。gydF4y2Ba“CategoricalPredictors”gydF4y2Ba

英勇gydF4y2Ba	DescripciongydF4y2Ba
正肠病媒gydF4y2Ba	矢量的价值中心índice连续变量的预测数据栏categórica。gydF4y2Ba`XgydF4y2Ba资源描述gydF4y2Ba`
向量逻辑gydF4y2Ba	预测变量的柱状数据的影响因素categórica。gydF4y2Ba`真正的gydF4y2BaXgydF4y2Ba资源描述gydF4y2Ba`
Matriz de caracteresgydF4y2Ba	预测变量的母体之源。我们的名字和行为都是一致的。gydF4y2Ba`PredictorNamesgydF4y2Ba`Rellena los nombres con espacacios on blanco adicionales para que cada fila de la matriz de caracteres tenga la misma longitude。gydF4y2Ba
cadena矩阵，celdas矩阵，矢量矩阵，caracteresgydF4y2Ba	矩阵的元素和变量预测的名称。我们的名字和行为都是一致的。gydF4y2Ba`PredictorNamesgydF4y2Ba`
“待办事项”gydF4y2Ba	Todos los predictores son categóricos。gydF4y2Ba

La especificación de es apicapada si:gydF4y2Ba“CategoricalPredictors”gydF4y2Ba

Al menos un predictor es categórico y todos los estestbinarios son árboles de clasificación, estdiantes ingenuos de Bayes, SVM o conjuntos de árboles de clasificación。gydF4y2Ba
预言之子categóricos你是我的校友。gydF4y2BakgydF4y2Ba

Si speciifica para cualquier otro alumno, el software advierte que no puede entrenar a ese alumno binario。gydF4y2Ba“CategoricalPredictors”gydF4y2BaPor ejemplo, el软件没有puede entrenar a los alumnos del modelo de clasificación线性odel núcleo中间预测categóricos。gydF4y2Ba 校友识别和预测之门categóricos关于马纳拉的misma manera que la función关于校友的通讯。Vea los alumnos más cercanos, los ingenuos de Bayes, los alumnos de SVM y los que aprenden árboles。gydF4y2Ba“CategoricalPredictors”gydF4y2BafitcknngydF4y2BakgydF4y2Ba“CategoricalPredictors”gydF4y2BafitcnbgydF4y2Ba“CategoricalPredictors”gydF4y2BafitcsvmgydF4y2Ba“CategoricalPredictors”gydF4y2BafitctreegydF4y2Ba 比如:gydF4y2Ba“CategoricalPredictors”、“所有”gydF4y2Ba 数据提示:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba|gydF4y2Ba逻辑gydF4y2Ba|gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba细胞gydF4y2Ba

`“类名”gydF4y2Ba`- - - - - -gydF4y2Ba名词de las类使用para formacióngydF4y2Bamatriz categoricagydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba

关于我们在同一领域的名字，关于我们在同一领域的名字categórica，关于我们在同一领域的名字carácter关于我们在同一领域的名字lógico关于我们在同一领域的名字numérico。那是我的错，那是我的资料。gydF4y2Ba“类名”gydF4y2Ba一会gydF4y2BaYgydF4y2Ba 这是我们的母体，这是我们的母体。gydF4y2Ba一会gydF4y2Ba斐乐gydF4y2Ba Utilicelo对位:gydF4y2Ba一会gydF4y2Ba

Ordene las classes durante el entrenamiento。gydF4y2Ba
特别的分类之序dimensión分类之序的分类之论。Por ejemplo, se utilza para para el orden de las dimensions o el orden de column de las puntuaciones de clasificación deueltas Por。gydF4y2Ba一会gydF4y2Ba成本gydF4y2Ba预测gydF4y2Ba
选择一种与之相关的等级。我爱你，我爱你，我爱你，我爱你。gydF4y2BaYgydF4y2Ba{' a ', ' b ', ' c '}gydF4y2BaPara entrenar el modelo mediante observaciones de class y solo，特别是。gydF4y2Ba“一个”gydF4y2Ba“c”gydF4y2Ba“类名”,{' a ', ' c '}gydF4y2Ba

英勇，预先决定，与人相伴，与人相处，与人区分。gydF4y2Ba一会gydF4y2BaYgydF4y2Ba 比如:gydF4y2Ba“类名”,{' b ', ' g '}gydF4y2Ba 数据提示:gydF4y2Ba分类gydF4y2Ba|gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba逻辑gydF4y2Ba|gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba|gydF4y2Ba细胞gydF4y2Ba

`“成本”gydF4y2Ba`- - - - - -gydF4y2Bacostde clasificación erróneagydF4y2Bamatriz cuadradagydF4y2Ba|gydF4y2Ba结构母体gydF4y2Ba

成本clasificación errónea，特别可以在另一个地方，在结构的母体的昏迷中。gydF4y2Ba“成本”gydF4y2Ba如果especifica:gydF4y2Ba

这是我们的母系，这是我们的秘密，这是我们的秘密，这是我们的秘密。gydF4y2Ba成本gydF4y2Ba成本(i, j)gydF4y2BajgydF4y2Ba我gydF4y2Ba这句话的意思是:“filas”对应的是“real”，“column”对应的是“prepre”。特别之处，特别之处，特别之处además英勇之处，特别之处，特别之处。gydF4y2Ba成本gydF4y2Ba一会gydF4y2Ba
La estructura, continuación, debe tener dos campos:gydF4y2Ba年代gydF4y2Ba
- ，有连续性的名字，有不同的地方，有不同的资料gydF4y2BaS.ClassNamesgydF4y2BaYgydF4y2Ba
- ，连续性的成本之母和filas的柱体和ordenadadcomengydF4y2BaS.ClassificationCostsgydF4y2BaS.ClassNamesgydF4y2Ba

英勇的先兆gydF4y2Ba(gydF4y2BaKgydF4y2Ba) -眼睛(gydF4y2BaKgydF4y2Ba）gydF4y2Ba在哪里gydF4y2BaKgydF4y2BaEs el número de clases distintas。gydF4y2Ba 比如:gydF4y2Ba'Cost'，[0 12 2;1 0 2;2 2 0]gydF4y2Ba 数据提示:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba|gydF4y2Ba结构体gydF4y2Ba

`“选项”gydF4y2Ba`- - - - - -gydF4y2BaOpciones de computación paragydF4y2Ba`［］gydF4y2Ba`(predeterminado) |gydF4y2Ba破坏性地震gydF4y2Ba`statsetgydF4y2Ba`

computación para, para, para, para, para, para, para, para, para, para, para, para, para。gydF4y2Ba“选项”gydF4y2BastatsetgydF4y2BaEstas opciones requieren .并行计算工具箱gydF4y2BafitcecocgydF4y2Ba利用率，，y campos。gydF4y2Ba“流”gydF4y2Ba“UseParallel”gydF4y2Ba“UseSubtreams”gydF4y2Ba 我的手心不可动摇。gydF4y2Ba

OpciongydF4y2Ba	DescripciongydF4y2Ba
`“流”gydF4y2Ba`	一客体客体，二客体客体。gydF4y2Ba`RandStreamgydF4y2Ba`没有特定的，el软件使用安全的预先确定的安全。gydF4y2Ba`流gydF4y2Ba`Si speciifica, utilice un único object, excepto cuando se aseeifen lo siguiente:gydF4y2Ba`流gydF4y2Ba` Tiene un grupo parallelo abierto。gydF4y2Ba Es。gydF4y2Ba`UseParallelgydF4y2Ba真正的gydF4y2Ba` Es。gydF4y2Ba`UseSubstreamsgydF4y2Ba假gydF4y2Ba` 我们的家园，利用森林之母tamaño我们的平行小组。Si un group parallelno está abierto, el software intenta abrir uno(依赖于sus preferencias) y debe proporciar una sola secuencia de números随性。gydF4y2Ba`流gydF4y2Ba`
`“UseParallel”gydF4y2Ba`	Si tiene, puede invocar ungrupo de trabajadores建立并行计算工具箱gydF4y2Ba`“UseParallel”,真的gydF4y2Ba`埃尔gydF4y2Ba`fitcecocgydF4y2Ba`Función envía cada alumno binario联合国小组贸易大使。gydF4y2BaCuando se utilzan árboles de decisión para student binarios，gydF4y2Ba`fitcecocgydF4y2Ba`平行的连接中间块creación de roscado (TBB)平行系统núcleo y上级。英特尔gydF4y2Ba^®gydF4y2BaPor lo tanto, especificla opción no es útil en un solo equipo。gydF4y2Ba`“UseParallel”gydF4y2Ba`使用esta opción en un clúster。Para obtener más información清醒TBB，咨询。intelgydF4y2Bahttps://software.intel.com/en-us/intel-tbbgydF4y2Ba
`“UseSubstreams”gydF4y2Ba`	Establézalo对计算在特定安全的平行中间。gydF4y2Ba`真正的gydF4y2Ba“流”gydF4y2Ba`英勇的先兆。gydF4y2Ba`假gydF4y2Ba`我不能让你有权利剥夺你的财产。gydF4y2Ba`流gydF4y2Ba“mlfg6331_64”gydF4y2Ba“mrg32k3a”gydF4y2Ba`

Una práctica推荐para garantizar resultdos más前任es usar crear explícitamente un group para elelo antes de invocar la informática para ela mediantegydF4y2BaparpoolgydF4y2BafitcecocgydF4y2Ba．gydF4y2Ba 比如:gydF4y2Ba“选项”,statset (UseParallel,真的)gydF4y2Ba 数据提示:gydF4y2Ba结构体gydF4y2Ba

`“PredictorNames”gydF4y2Ba`- - - - - -gydF4y2Ba变量的命名gydF4y2Ba荣誉之母únicosgydF4y2Ba|gydF4y2Ba矩阵células笛卡尔矢量únicosgydF4y2Ba

预测变量的名称，具体的可分离的，可知觉的，关于时间的矩阵的名称únicos，关于时间的向量的矩阵únicos。gydF4y2Ba“PredictorNames”gydF4y2Ba依据的功能，按比例的形式，依据的数据。gydF4y2Ba“PredictorNames”gydF4y2Ba

这是比例，这是对变量的利用，这是对变量的预测。gydF4y2BaXgydF4y2BaYgydF4y2Ba“PredictorNames”gydF4y2BaXgydF4y2Ba
- 这是一种秩序，它是一种秩序。gydF4y2BaPredictorNamesgydF4y2BaXgydF4y2Ba真了不起，真了不起，真了不起así成功。gydF4y2BaPredictorNames {1}gydF4y2BaX (: 1)gydF4y2BaPredictorNames {2}gydF4y2BaX (:, 2)gydF4y2BaAdemás, y debe ser igual。gydF4y2Ba大小(X, 2)gydF4y2Ba元素个数(PredictorNames)gydF4y2Ba
- 形式上的预先决定，即。gydF4y2BaPredictorNamesgydF4y2Ba{x1, x2,…}gydF4y2Ba
这是比例，这是对挽歌的解释qué变量预测，这是对挽歌的解释。gydF4y2Ba资源描述gydF4y2Ba“PredictorNames”gydF4y2BaEs在做gydF4y2BafitcecocgydF4y2Ba利用sólo预测变量和环境变量。gydF4y2BaPredictorNamesgydF4y2Ba
- Debe ser UN subconjunto de y no puede，包括nombre de la variable de respuesta。gydF4y2BaPredictorNamesgydF4y2BaTbl.Properties.VariableNamesgydF4y2Ba
- 预先确定的形式，预测变量的连续性。gydF4y2BaPredictorNamesgydF4y2Ba
- 去的地方práctica我有一个特别的预言，我没有一个人。gydF4y2Ba“PredictorNames”gydF4y2Ba公式gydF4y2Ba

比如:gydF4y2BaPredictorNames,{‘SepalLength’,‘SepalWidth’,‘PetalLength’,‘PetalWidth}gydF4y2Ba 数据提示:gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba细胞gydF4y2Ba

`“之前”gydF4y2Ba`- - - - - -gydF4y2BaProbabilidades前gydF4y2Ba`“经验”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“统一”gydF4y2Ba`|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba结构母体gydF4y2Ba

前面的概率，特别的，可以分开，可以昏迷，可以勇敢，在手鼓上。gydF4y2Ba“之前”gydF4y2Ba

英勇gydF4y2Ba	DescripciongydF4y2Ba
`“经验”gydF4y2Ba`	概率论，前面的分类和相对的分类。gydF4y2Ba`YgydF4y2Ba`
`“统一”gydF4y2Ba`	1/， donde está el número de classes。gydF4y2BaKgydF4y2BaKgydF4y2Ba
向量numericogydF4y2Ba	有一个先验的可能性。秩序的基本要素según特别秩序的应用秩序的争论与英勇相匹配。gydF4y2Ba`MdlgydF4y2Ba.ClassNamesgydF4y2Ba一会gydF4y2Ba`软件归一化的基本形式元素。gydF4y2Ba`1gydF4y2Ba`
EstructuragydF4y2Ba	Una estructura con dos campos:gydF4y2Ba`年代gydF4y2Ba` 有相同的称谓和不同的问题。gydF4y2Ba`S.ClassNamesgydF4y2BaYgydF4y2Ba` 连续的联合国向量，前面对应的概率。gydF4y2Ba`S.ClassProbsgydF4y2Ba`软件归一化的基本形式元素。gydF4y2Ba`1gydF4y2Ba`

Para obtener más details清醒cómo el software incorporated probabilidades prior de clase, véase。gydF4y2Ba概率和前成本gydF4y2Ba 比如:gydF4y2Ba结构(“类名”,{{setosa,杂色的,‘virginica}}, ClassProbs, 1:3)gydF4y2Ba 数据提示:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba|gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba结构体gydF4y2Ba

`“ResponseName”gydF4y2Ba`- - - - - -gydF4y2BaNombre de la variable de respuestagydF4y2Ba`“Y”gydF4y2Ba`(predeterminado) |gydF4y2Bacaracteres向量gydF4y2Ba|gydF4y2Bacuerda escalargydF4y2Ba

生命的变数，生命的特殊，生命的分离，生命的知觉，生命的矢量，生命的生命。gydF4y2Ba“ResponseName”gydF4y2Ba

Si proportion ciona, puede usar para specific unnombre para la variable de respuesta。gydF4y2BaYgydF4y2Ba“ResponseName”gydF4y2Ba
Si suministra o，暗示没有puede utilitar。gydF4y2BaResponseVarNamegydF4y2Ba公式gydF4y2Ba“ResponseName”gydF4y2Ba

比如:gydF4y2Ba“ResponseName”、“响应”gydF4y2Ba 数据提示:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

`“ScoreTransform”gydF4y2Ba`- - - - - -gydF4y2BaTransformación de puntuacióngydF4y2Ba`“没有”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“doublelogit”gydF4y2Ba`|gydF4y2Ba`“invlogit”gydF4y2Ba`|gydF4y2Ba`“ismax”gydF4y2Ba`|gydF4y2Ba`分对数的gydF4y2Ba`|gydF4y2Ba疯狂的德拉funcióngydF4y2Ba|……gydF4y2Ba

Transformación de puntuación，关于辨别的问题，关于辨别的问题，关于辨别的问题función。gydF4y2Ba“ScoreTransform”gydF4y2Ba 我的手记，我的生命，我的生命，我的生命。gydF4y2Ba

英勇gydF4y2Ba	DescripciongydF4y2Ba
`“doublelogit”gydF4y2Ba`	1 / (1 +gydF4y2BaegydF4y2Ba^{2gydF4y2BaxgydF4y2Ba}）gydF4y2Ba
`“invlogit”gydF4y2Ba`	Log (/ (1 -))gydF4y2BaxgydF4y2BaxgydF4y2Ba
`“ismax”gydF4y2Ba`	建立la puntuación de la clase con la puntuación más alta en, y建立las puntuaciones de todas las demás clases engydF4y2Ba`1gydF4y2Ba0gydF4y2Ba`
`分对数的gydF4y2Ba`	1 / (1 +gydF4y2BaegydF4y2Ba^{- - - - - -gydF4y2BaxgydF4y2Ba}）gydF4y2Ba
OgydF4y2Ba`“没有”gydF4y2Ba“身份”gydF4y2Ba`	(罪transformacion)gydF4y2BaxgydF4y2Ba
`“标志”gydF4y2Ba`	-1 para <0 0 para 0 0 para 0 1 para > 0gydF4y2BaxgydF4y2BaxgydF4y2BaxgydF4y2Ba
`“对称”gydF4y2Ba`	2 - 1gydF4y2BaxgydF4y2Ba
`“symmetricismax”gydF4y2Ba`	建立la puntuación de la clase con la puntuación más alta en, y建立las puntuaciones de todas las demás clases engydF4y2Ba`1gydF4y2Ba1gydF4y2Ba`
`“symmetriclogit”gydF4y2Ba`	2 / (1 +gydF4y2BaegydF4y2Ba^{- - - - - -gydF4y2BaxgydF4y2Ba}) - 1gydF4y2Ba

Para una función o una función que defina, utilice su identificador de función Para la transformación de puntuación。MATLABEl identificador de función debe aceptar una matriz (las puntuaciones originales) y devolver una matriz del mismo tamaño (las puntuaciones transformadas). 比如:gydF4y2Ba“ScoreTransform”、“分对数的gydF4y2Ba 数据提示:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Bafunction_handlegydF4y2Ba

`“重量”gydF4y2Ba`- - - - - -gydF4y2Ba比索observacióngydF4y2Ba矢量numérico正面价值gydF4y2Ba|gydF4y2Ba变量的称呼gydF4y2Ba`资源描述gydF4y2Ba`

比价observación，在矢量上有一定的距离，在矢量上有一定的距离numérico，在变量上有一定的价值。gydF4y2Ba“重量”gydF4y2Ba资源描述gydF4y2Ba软件sopesa as observacaciones, cada fila, con, valor，通讯员。gydF4y2BaXgydF4y2Ba资源描述gydF4y2Ba权重gydF4y2BaEl tamaño de dedebe ser igual número de filas de o。gydF4y2Ba权重gydF4y2BaXgydF4y2Ba资源描述gydF4y2Ba 我的特别之处，我的手心，我的手心，我的变量，我的矢量numérico。gydF4y2Ba资源描述gydF4y2Ba权重gydF4y2Ba资源描述gydF4y2Ba在caso este, debe，特殊como矢量，caracteres, o escalar, de cadena。gydF4y2Ba权重gydF4y2BaPor ejemplo, si向量de ponderaciones se almacena como，特别是como。gydF4y2BaWgydF4y2Ba资源描述。WgydF4y2Ba' W 'gydF4y2Ba与之相反的，与之相对应的，与之相对应的，与之相对应的，与之相对应的。gydF4y2Ba资源描述gydF4y2BaWgydF4y2Ba 在不同的分类中，在前面的概率中，有一个软件，在前面的分类中，有一个软件，在前面的概率中，有一个软件。gydF4y2Ba权重gydF4y2Ba 形式上的预先决定，即gydF4y2Ba权重gydF4y2Ba(gydF4y2BangydF4y2Ba, 1)gydF4y2Ba在哪里gydF4y2BangydF4y2BaEs el número de observaciones en o。gydF4y2BaXgydF4y2Ba资源描述gydF4y2Ba 数据提示:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba|gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

Optimización de hiperparámetrosgydF4y2Ba

反待办事项gydF4y2Ba

`“OptimizeHyperparameters”gydF4y2Ba`- - - - - -gydF4y2BaParámetros para optimizargydF4y2Ba`“没有”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“汽车”gydF4y2Ba`|gydF4y2Ba`“所有”gydF4y2Ba`|gydF4y2BaMatriz de cadenas o Matriz de celdas de nombres de parámetros合格gydF4y2Ba|gydF4y2Ba物体矢量gydF4y2Ba`optimizableVariablegydF4y2Ba`

Parámetros对最优的，特别的，可以分开的，可以昏迷的，在同一事物之间的:gydF4y2Ba“OptimizeHyperparameters”gydF4y2Ba

-没有优化器。gydF4y2Ba“没有”gydF4y2Ba
- utilzar junto con los parámetros predeterminados para los:gydF4y2Ba“汽车”gydF4y2Ba{“编码”}gydF4y2Ba学习者gydF4y2Ba
- (predeterminado) -gydF4y2Ba学习者gydF4y2Ba“支持向量机”gydF4y2Ba{“BoxConstraint”、“KernelScale”}gydF4y2Ba
- •- - - - - -gydF4y2Ba学习者gydF4y2Ba“判别”gydF4y2Ba{“三角洲”,“伽马”}gydF4y2Ba
- •- - - - - -gydF4y2Ba学习者gydF4y2Ba“内核”gydF4y2Ba{“KernelScale”、“λ”}gydF4y2Ba
- •- - - - - -gydF4y2Ba学习者gydF4y2Ba“资讯”gydF4y2Ba{‘距离’,‘NumNeighbors}gydF4y2Ba
- •- - - - - -gydF4y2Ba学习者gydF4y2Ba“线性”gydF4y2Ba{“λ”、“学习者”}gydF4y2Ba
- •- - - - - -gydF4y2Ba学习者gydF4y2Ba“naivebayes”gydF4y2Ba{“DistributionNames”、“宽度”}gydF4y2Ba
- •- - - - - -gydF4y2Ba学习者gydF4y2Ba“树”gydF4y2Ba{' MinLeafSize '}gydF4y2Ba
- Optimizar todos los parámetros elegibles。gydF4y2Ba“所有”gydF4y2Ba
Matriz de cadenas o Matriz de celdas de nombres de parámetros合格gydF4y2Ba
物体矢量，正常的唾液gydF4y2BaoptimizableVariablegydF4y2BahyperparametersgydF4y2Ba

La optimización intenta minimizar La pérdida de validación cruzada(错误)para variar los parámetros。gydF4y2BafitcecocgydF4y2BaPara obtener información清醒的la pérdida de validación cruzada en un contexto different, consulte。gydF4y2Ba分类损失gydF4y2Ba保护我们的生命validación保护我们的生命optimización，保护我们的生命。gydF4y2BaHyperparameterOptimizationOptionsgydF4y2Ba

背板gydF4y2Ba

重新建立的价值，建立的价值，利用的价值，和英勇的价值。gydF4y2Ba“OptimizeHyperparameters”gydF4y2Ba你有什么办法，你有什么办法。gydF4y2Ba“OptimizeHyperparameters”gydF4y2Ba“汽车”gydF4y2Ba“汽车”gydF4y2Ba

Los parámetros elegibles para son:gydF4y2BafitcecocgydF4y2Ba

- búsquedas entre y。gydF4y2Ba编码gydF4y2BafitcecocgydF4y2Ba“onevsall”gydF4y2Ba“onevsone”gydF4y2Ba

Los hiperparámetros elegibles para el elegido, tal como se speciifica en esta tabla。gydF4y2Ba学习者gydF4y2Ba

大学生gydF4y2Ba	Hiperparámetros elegibles(粗体- Predeterminado)gydF4y2Ba	Rango predeterminadogydF4y2Ba
`“判别”gydF4y2Ba`	`δgydF4y2Ba`	在雷戈的登记处gydF4y2Ba`(1 e-6, 1 e3)gydF4y2Ba`
	`DiscrimTypegydF4y2Ba`	YgydF4y2Ba`“线性”gydF4y2Ba“二次”gydF4y2Ba“diagLinear”gydF4y2Ba“diagQuadratic”gydF4y2Ba“pseudoLinear”gydF4y2Ba“pseudoQuadratic”gydF4y2Ba`
	`γgydF4y2Ba`	Valores reales engydF4y2Ba`[0, 1]gydF4y2Ba`
`“内核”gydF4y2Ba`	`λgydF4y2Ba`	我们的价值是积极向上的gydF4y2Ba`(1 e - 3 / NumObservations, e3 / NumObservations]gydF4y2Ba`
	`KernelScalegydF4y2Ba`	我们的价值是积极向上的gydF4y2Ba`(1 e - 3, 1 e3)gydF4y2Ba`
	`学习者gydF4y2Ba`	YgydF4y2Ba`“支持向量机”gydF4y2Ba“物流”gydF4y2Ba`
	`NumExpansionDimensionsgydF4y2Ba`	Números enteros escalados en el intervalogydF4y2Ba`(100、10000)gydF4y2Ba`
`“资讯”gydF4y2Ba`	`距离gydF4y2Ba`	YgydF4y2Ba`“cityblock”gydF4y2Ba“chebychev”gydF4y2Ba“相关”gydF4y2Ba的余弦gydF4y2Ba“欧几里得”gydF4y2Ba“汉明”gydF4y2Ba“jaccard”gydF4y2Ba“mahalanobis”gydF4y2Ba闵可夫斯基的gydF4y2Ba“seuclidean”gydF4y2Ba“枪兵”gydF4y2Ba`
	`DistanceWeightgydF4y2Ba`	YgydF4y2Ba`“平等”gydF4y2Ba“逆”gydF4y2Ba“squaredinverse”gydF4y2Ba`
	`指数gydF4y2Ba`	积极的价值gydF4y2Ba`(0.5, 3)gydF4y2Ba`
	`NumNeighborsgydF4y2Ba`	你是我的主人，我是你的主人gydF4y2Ba`[1,马克斯(2轮(NumObservations / 2)))gydF4y2Ba`
	`标准化gydF4y2Ba`	YgydF4y2Ba`“真正的”gydF4y2Ba“假”gydF4y2Ba`
`“线性”gydF4y2Ba`	`λgydF4y2Ba`	我们的价值是积极向上的gydF4y2Ba`[1 e-5 / NumObservations 1 e5 / NumObservations]gydF4y2Ba`
	`学习者gydF4y2Ba`	YgydF4y2Ba`“支持向量机”gydF4y2Ba“物流”gydF4y2Ba`
	`正则化gydF4y2Ba`	YgydF4y2Ba`“岭”gydF4y2Ba“套索”gydF4y2Ba`
`“naivebayes”gydF4y2Ba`	`DistributionNamesgydF4y2Ba`	YgydF4y2Ba`“正常”gydF4y2Ba“内核”gydF4y2Ba`
	`宽度gydF4y2Ba`	我们的价值是积极向上的gydF4y2Ba`[MinPredictorDiff / 4,马克斯(MaxPredictorRange MinPredictorDiff)]gydF4y2Ba`
	`内核gydF4y2Ba`	YgydF4y2Ba`“正常”gydF4y2Ba“盒子”gydF4y2Ba“epanechnikov”gydF4y2Ba“三角形”gydF4y2Ba`
`“支持向量机”gydF4y2Ba`	`BoxConstraintgydF4y2Ba`	我们的价值是积极向上的gydF4y2Ba`(1 e - 3, 1 e3)gydF4y2Ba`
	`KernelScalegydF4y2Ba`	我们的价值是积极向上的gydF4y2Ba`(1 e - 3, 1 e3)gydF4y2Ba`
	`KernelFunctiongydF4y2Ba`	YgydF4y2Ba`“高斯”gydF4y2Ba“线性”gydF4y2Ba多项式的gydF4y2Ba`
	`PolynomialOrdergydF4y2Ba`	Enteros en el rangogydF4y2Ba`(2、4)gydF4y2Ba`
	`标准化gydF4y2Ba`	YgydF4y2Ba`“真正的”gydF4y2Ba“假”gydF4y2Ba`
`“树”gydF4y2Ba`	`MaxNumSplitsgydF4y2Ba`	Números enteros escalados en el intervalogydF4y2Ba`NumObservations-1[1,马克斯(2))gydF4y2Ba`
	`MinLeafSizegydF4y2Ba`	Números enteros escalados en el intervalogydF4y2Ba`[1,马克斯(2楼(NumObservations / 2)))gydF4y2Ba`
	`NumVariablesToSamplegydF4y2Ba`	Enteros en el rangogydF4y2Ba`NumPredictors[1,马克斯(2))gydF4y2Ba`
	`SplitCriteriongydF4y2Ba`	YgydF4y2Ba`gdi的gydF4y2Ba“异常”gydF4y2Ba“两个”gydF4y2Ba`

另一种选择，使用挽歌gydF4y2BahyperparametersgydF4y2Ba学习者gydF4y2Ba

负载gydF4y2BafisheririsgydF4y2Ba%超参数需要数据和学习器params =超参数('fitcecoc'，meas,species，'svm');gydF4y2Ba

Para ver los hiperparámetros elegibles y predeterminados，检查。gydF4y2Ba参数个数gydF4y2Ba

Establezca parámetros没有先决条件pasando un vector de objects que tengan valores没有先决条件。gydF4y2BaoptimizableVariablegydF4y2Ba比如,gydF4y2Ba

负载gydF4y2BafisheririsgydF4y2Ba参数个数gydF4y2Ba＝gydF4y2Bahyperparameters (fitcecoc,量,物种,“支持向量机”)gydF4y2Ba；参数(2)。Range = [1e-4,1e6];gydF4y2Ba

请为我的英勇而死。gydF4y2Ba参数个数gydF4y2BaOptimizeHyperparametersgydF4y2Ba 形式上的预先确定，la visualización迭代的空间空间línea De comandoy los trazados aprecen según el número De hiperparámetros De la optimización。Para la optimización y las gráficas, la función目标gydF4y2BaLog(1 +交叉验证损失)gydF4y2BaPara la regresión y la tasa de clasificación errónea Para la clasificación。Para controlar la visualización iterativa，建立英勇之争的营地。gydF4y2Ba详细的gydF4y2Ba“HyperparameterOptimizationOptions”gydF4y2Ba在战神之战中，建立战神之战。gydF4y2BaShowPlotsgydF4y2Ba“HyperparameterOptimizationOptions”gydF4y2Ba Para obtener un ejemplo, consulte。gydF4y2Ba优化分类器ECOCgydF4y2Ba 比如:gydF4y2Ba“汽车”gydF4y2Ba

`“HyperparameterOptimizationOptions”gydF4y2Ba`- - - - - -gydF4y2BaOpciones para optimizacióngydF4y2BaEstructuragydF4y2Ba

para optimización，特别之处，在另一个地方，在结构上的昏迷。gydF4y2Ba“HyperparameterOptimizationOptions”gydF4y2Ba这是修正的论证，这是影响的论证，这是英勇的论证。gydF4y2BaOptimizeHyperparametersgydF4y2Ba这是一段美好的时光。gydF4y2Ba

Nombre del campogydF4y2Ba	英勇gydF4y2Ba	PredeterminadogydF4y2Ba
`优化器gydF4y2Ba`	- Utilice la optimización bayesiana。gydF4y2Ba`“bayesopt”gydF4y2Ba`国际，esta configuración羊驼a。gydF4y2Ba`bayesoptgydF4y2Ba` -利用la búsqueda de cuadrícula con valores por dimensión。gydF4y2Ba`“gridsearch”gydF4y2BaNumGridDivisionsgydF4y2Ba` - Buscar al azar entre puntos。gydF4y2Ba`“randomsearch”gydF4y2BaMaxObjectiveEvaluationsgydF4y2Ba` Búsquedas在联合国自由秩序中，使用统一的博物馆在巴黎重新开张cuadrícula。gydF4y2Ba`“gridsearch”gydF4y2Ba`Después de la optimización, puede obtener una tabla en orden de cuadrícula mediante el comando。gydF4y2Ba`sortrows (Mdl.HyperparameterOptimizationResults)gydF4y2Ba`	`“bayesopt”gydF4y2Ba`
`AcquisitionFunctionNamegydF4y2Ba`	`“expected-improvement-per-second-plus”gydF4y2Ba` `“expected-improvement”gydF4y2Ba` `“expected-improvement-plus”gydF4y2Ba` `“expected-improvement-per-second”gydF4y2Ba` `“lower-confidence-bound”gydF4y2Ba` `“probability-of-improvement”gydF4y2Ba` Las funciones de adquisición cuyos nombres包括无生产结果可重复性porque la optimización依赖del timempo de ejecución de la función客观。gydF4y2Ba`每秒gydF4y2Ba`祝酒词adquisición祝酒词，包括修改内容，和祝酒词están祝酒词área。gydF4y2Ba`+gydF4y2Ba`Para obtener más información, consulte。gydF4y2Ba采集函数类型gydF4y2Ba	`“expected-improvement-per-second-plus”gydF4y2Ba`
`MaxObjectiveEvaluationsgydF4y2Ba`	Número máximo de evaluaciones de funciones objectias。gydF4y2Ba	Para o, y toda la cuadrícula ParagydF4y2Ba`30.gydF4y2Ba“bayesopt”gydF4y2Ba“randomsearch”gydF4y2Ba“gridsearch”gydF4y2Ba`
`MaxTimegydF4y2Ba`	Límite时间，特别是真正的积极。El límite时间在第二阶段，中间。gydF4y2Ba`抽搐gydF4y2BatocgydF4y2Ba`El timempo de ejecución puede super porque no interrumpe las evaluaciones de funciones。gydF4y2Ba`MaxTimegydF4y2BaMaxTimegydF4y2Ba`	`正gydF4y2Ba`
`NumGridDivisionsgydF4y2Ba`	Para, el número de valores en cada dimensión。gydF4y2Ba`“gridsearch”gydF4y2Ba`我们的英勇之处在我们的正道上número我们的英勇之处在我们的命运上dimensión我们的英勇之处在我们的命运上。关于变量的Este campo se omite para las variables categóricas。gydF4y2Ba	`10gydF4y2Ba`
`ShowPlotsgydF4y2Ba`	英勇lógico我是最勇敢的人。愿我们的伟大英勇之路función我们的目标número de iteración。gydF4y2Ba`真正的gydF4y2Ba`Si hay uno dos parámetros de optimización, y Si es, también se traza un modelo de la función objectivo con los parámetros。gydF4y2Ba`优化器gydF4y2Ba“bayesopt”gydF4y2BaShowPlotsgydF4y2Ba`	`真正的gydF4y2Ba`
`SaveIntermediateResultsgydF4y2Ba`	英勇lógico你的英勇，你的英勇，你的英勇，你的英勇，你的英勇。gydF4y2Ba`优化器gydF4y2Ba“bayesopt”gydF4y2Ba`Si, este campo sobresre una variable de área de trabajo denominada en cada iteración。gydF4y2Ba`真正的gydF4y2Ba“BayesoptResults”gydF4y2Ba`变数不存在。gydF4y2Ba`BayesianOptimizationgydF4y2Ba`	`假gydF4y2Ba`
`详细的gydF4y2Ba`	Visualice en la línea突击队。gydF4y2Ba - Sin visualización iterativagydF4y2Ba`0gydF4y2Ba` - Visualización iterativagydF4y2Ba`1gydF4y2Ba` - Pantalla iterativa con información adicionalgydF4y2Ba`2gydF4y2Ba` Para obtener más información, consulte el argument de nombre-valor。gydF4y2Ba`bayesoptgydF4y2Ba详细的gydF4y2Ba`	`1gydF4y2Ba`
`UseParallelgydF4y2Ba`	Valor lógico que indica si se debe ejutar la optimización bayesiana en parallelo, lo que requiere .并行计算工具箱Debido a la no reproducibilidad de la sincronización parallelela, la optimización bayesiana parallelela no produce必要的结果。Para obtener más información, consulte。gydF4y2Ba并行贝叶斯优化gydF4y2Ba	`假gydF4y2Ba`
`重新分区gydF4y2Ba`	英勇lógico英勇的人validación勇敢的人iteración。Si, el optimizador utilza una sola partición para la optimización。gydF4y2Ba`假gydF4y2Ba`一般的结果más强壮的身体configuración我们的身体partición。gydF4y2Ba`真正的gydF4y2Ba`禁止犯罪，不能得到应有的结果，不能得到应有的评价。gydF4y2Ba`真正的gydF4y2Ba`	`假gydF4y2Ba`
没有用处más在那里，在那里，在那里，在那里。gydF4y2Ba
`CVPartitiongydF4y2Ba`	反对，tal como lo creó。gydF4y2Ba`cvpartitiongydF4y2BacvpartitiongydF4y2Ba`	Si no especifica ningún campo de validación cruzadagydF4y2Ba`“Kfold”,5gydF4y2Ba`
`坚持gydF4y2Ba`	我们有一个代表fracción de retención。gydF4y2Ba`(0,1)gydF4y2Ba`
`KfoldgydF4y2Ba`	Un entero mayor que 1。gydF4y2Ba

比如:gydF4y2Ba“HyperparameterOptimizationOptions”、结构(MaxObjectiveEvaluations, 60)gydF4y2Ba 数据提示:gydF4y2Ba结构体gydF4y2Ba

salida的论证gydF4y2Ba

反待办事项gydF4y2Ba

`MdlgydF4y2Ba`- Modelo ECOC entrenadogydF4y2Baobjeto莫德罗gydF4y2Ba`ClassificationECOCgydF4y2Ba`|对象modelogydF4y2Ba`CompactClassificationECOCgydF4y2Ba`|模型验证对象gydF4y2Ba`ClassificationPartitionedECOCgydF4y2Ba`|模型验证对象gydF4y2Ba`ClassificationPartitionedLinearECOCgydF4y2Ba`|模型验证对象gydF4y2Ba`ClassificationPartitionedKernelECOCgydF4y2Ba`

ECOC协定，关于莫德罗客体的协定，关于莫德罗客体的协定，关于法律参照中心的规定。gydF4y2BaClassificationECOCgydF4y2BaCompactClassificationECOCgydF4y2BaClassificationPartitionedECOCgydF4y2BaClassificationPartitionedLinearECOCgydF4y2BaClassificationPartitionedKernelECOCgydF4y2Ba 手鼓灵魂cómo我们的精神世界gydF4y2BafitcecocgydF4y2Ba依赖的提示，de, aprendizaje, binario, que, especque, si, realiza la validación cruzada。gydF4y2Ba

学生de Modelos de Clasificación直线gydF4y2Ba	学生modelo de clasificación del núcleogydF4y2Ba	Validacion cruzadagydF4y2Ba	莫德罗·德维尔托客体gydF4y2Ba
没有gydF4y2Ba	没有gydF4y2Ba	没有gydF4y2Ba	`ClassificationECOCgydF4y2Ba`
没有gydF4y2Ba	没有gydF4y2Ba	如果gydF4y2Ba	`ClassificationPartitionedECOCgydF4y2Ba`
如果gydF4y2Ba	没有gydF4y2Ba	没有gydF4y2Ba	`CompactClassificationECOCgydF4y2Ba`
如果gydF4y2Ba	没有gydF4y2Ba	如果gydF4y2Ba	`ClassificationPartitionedLinearECOCgydF4y2Ba`
没有gydF4y2Ba	如果gydF4y2Ba	没有gydF4y2Ba	`CompactClassificationECOCgydF4y2Ba`
没有gydF4y2Ba	如果gydF4y2Ba	如果gydF4y2Ba	`ClassificationPartitionedKernelECOCgydF4y2Ba`

`HyperparameterOptimizationResultsgydF4y2Ba`- Descripción de la optimización de validación cruzada de hiperparámetrosgydF4y2BaObjetogydF4y2Ba`BayesianOptimizationgydF4y2Ba`| tabla de hiperparámetros y valores asociadosgydF4y2Ba

Descripción de la optimización de validación cruzada de hiperparámetros，与目标有关的问题hiperparámetros与价值有关的问题。没有está vacío无可争辩的英勇没有está vacío无可争辩无可争辩的英勇设计了一个双子星线和内核。gydF4y2BaBayesianOptimizationgydF4y2BaHyperparameterOptimizationResultsgydF4y2BaOptimizeHyperparametersgydF4y2Ba学习者gydF4y2BaEl valor depend de la configuración del argumento de par nombre-valor:gydF4y2BaHyperparameterOptimizationOptionsgydF4y2Ba

(预先决定)-分类异议gydF4y2Ba“bayesopt”gydF4y2BaBayesianOptimizationgydF4y2Ba
o - Tabla de hiperparámetros utilizados, valores de función objectivo observados (pérdida de validación cruzada) y rango de observación de menor (mejor) a mayor (peor)gydF4y2Ba“gridsearch”gydF4y2Ba“randomsearch”gydF4y2Ba

数据提示:gydF4y2Ba表格gydF4y2Ba

LimitacionesgydF4y2Ba

Para el entramiento de modelos de clasificación线性内核，没有admite tablas。gydF4y2BafitcecocgydF4y2BaEs decir, si Es o，连续una plantilla de alumno de modelo de clasificación linear (consulte)， o连续una plantilla de alumno del modelo de clasificación del núcleo (consulte)，没有puede proporcionar，， o。gydF4y2Ba学习者gydF4y2Ba“线性”gydF4y2Ba“内核”gydF4y2BatemplateLineargydF4y2BatemplateKernelgydF4y2Ba资源描述gydF4y2BaResponseVarNamegydF4y2Ba公式gydF4y2Ba按比例计算数据预测()按比例计算计算结果()gydF4y2BaXgydF4y2BaYgydF4y2Ba
fitcecocgydF4y2Ba阿德米特矩阵分散单独对中央模型clasificación线性。Para todos los demás modelos，比例，una matriz complete de datos predictos en su。gydF4y2Ba

Más acerca degydF4y2Ba

反待办事项gydF4y2Ba

还是binariagydF4y2Ba

A es una función de la puntuación de clase y clasificación que determina qué tan bien un alumno binario classiifica una observación en la clase。gydF4y2Ba还是binariagydF4y2Ba Supongamos lo siguiente:gydF4y2Ba

米gydF4y2Ba_kjgydF4y2BaEs el element (，) de la matriz de diseño de codificación (Es decir, el código correspondiente a la clase de aprendiz binario)。gydF4y2BakgydF4y2BajgydF4y2Ba米gydF4y2BakgydF4y2BajgydF4y2Ba
年代gydF4y2Ba_jgydF4y2BaEs la puntuación de aprendiz binario para una observación。gydF4y2BajgydF4y2Ba
Es la función de pérdida双星。gydF4y2BaggydF4y2Ba
$\overset{＾gydF4y2Ba}{kgydF4y2Ba}$ Es la clase pronosticada para la observación。gydF4y2Ba

恩，la clase que produce la suma mínima de las pérdidas双星清醒的los学生双星确定la clase pronosticada de una observación, es decir，gydF4y2BaDecodificación basada en pérdidasgydF4y2Ba[Escalera et al.]gydF4y2Ba

$\overset{＾gydF4y2Ba}{kgydF4y2Ba} ＝gydF4y2Ba \underset{kgydF4y2Ba}{argmingydF4y2Ba} \sumgydF4y2Ba jgydF4y2Ba ＝gydF4y2Ba 1< /锰>< / mrow >lgydF4y2Ba |gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba jgydF4y2Ba} |gydF4y2Ba ggydF4y2Ba (gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba jgydF4y2Ba} ，gydF4y2Ba {年代gydF4y2Ba}_{jgydF4y2Ba} ）gydF4y2Ba ．gydF4y2Ba$

恩，la clase que生产el promedio mínimo de las pérdidas双星清醒的los学生双星确定la clase pronticada de una observación, es decir，gydF4y2BaDecodificación ponderada por pérdidagydF4y2Ba[Escalera et al.]gydF4y2Ba

$\overset{＾gydF4y2Ba}{kgydF4y2Ba} ＝gydF4y2Ba \underset{kgydF4y2Ba}{argmingydF4y2Ba} \frac{\sumgydF4y2Ba jgydF4y2Ba ＝gydF4y2Ba 1< /锰>< / mrow >lgydF4y2Ba |gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba jgydF4y2Ba} |gydF4y2Ba ggydF4y2Ba (gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba jgydF4y2Ba} ，gydF4y2Ba {年代gydF4y2Ba}_{jgydF4y2Ba} ）gydF4y2Ba}{\sumgydF4y2Ba jgydF4y2Ba ＝gydF4y2Ba 1< /锰>< / mrow >lgydF4y2Ba |gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba jgydF4y2Ba} |gydF4y2Ba} ．gydF4y2Ba$

Sugieren que la decodificación ponderada por pérdidas mejora la precisión de la clasificación al mantener los valores de pérdida para todas las clases en el mismo rango dinámico。gydF4y2BaAllwein等人。gydF4y2Ba

Esta tabla resume las funciones de pérdida soportadas, dondegydF4y2Bay ygydF4y2Ba_jgydF4y2Ba联合国校友的特殊用语(números 1,10,0 o)，gydF4y2Ba年代gydF4y2Ba_jgydF4y2BaEs la puntuación para la observación, y (gydF4y2BajgydF4y2BaggydF4y2Bay ygydF4y2Ba_jgydF4y2Ba，gydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba）.gydF4y2Ba

英勇gydF4y2Ba	DescripciongydF4y2Ba	多米尼克puntuacióngydF4y2Ba	ggydF4y2Ba(gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba，gydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba）gydF4y2Ba
`“binodeviance”gydF4y2Ba`	Desviacion二项gydF4y2Ba	(- o)gydF4y2Ba	Log [1 + exp(-2gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba日志(2)])]/ [2gydF4y2Ba
`“指数”gydF4y2Ba`	ExponencialgydF4y2Ba	(- o)gydF4y2Ba	exp (-gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba) / 2gydF4y2Ba
`“汉明”gydF4y2Ba`	汉明gydF4y2Ba	[0,1] o (-，o)gydF4y2Ba	[1 -符号(gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba) / 2gydF4y2Ba
`“枢纽”gydF4y2Ba`	BisagragydF4y2Ba	(- o)gydF4y2Ba	马克斯(0,1 -gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba) / 2gydF4y2Ba
`“线性”gydF4y2Ba`	直系gydF4y2Ba	(- o)gydF4y2Ba	(1 -gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba) / 2gydF4y2Ba
`分对数的gydF4y2Ba`	LogisticagydF4y2Ba	(- o)gydF4y2Ba	Log [1 + exp(-gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba日志(2)])]/ [2gydF4y2Ba
`“二次”gydF4y2Ba`	CuadraticagydF4y2Ba	[0, 1]gydF4y2Ba	(1 -gydF4y2Bay ygydF4y2Ba_jgydF4y2Ba（2gydF4y2Ba年代gydF4y2Ba_jgydF4y2Ba- 1))gydF4y2Ba^2gydF4y2Ba/ 2gydF4y2Ba

El软件归一化las pérdidas二进制计算形式que la pérdida es de 0,5 cuandogydF4y2Bay ygydF4y2Ba_jgydF4y2Ba0, y agrega utility zando el promedio de los student binary。gydF4y2Ba[Allwein等人]gydF4y2Ba

没有混淆pérdida binaria con la pérdida de clasificación一般(对事物的价值和价值的特别说明)，对事物的分类和价值的特别说明。gydF4y2Ba“LossFun”gydF4y2Ba损失gydF4y2Ba预测gydF4y2Ba

Diseño de codificacióngydF4y2Ba

A es ena matrix donde los elements dirigen qué clases son entrenadas por cada alumno binario, es decir, cómo el problem multiclase reduce A una serie de problem binarios。gydF4y2BaDiseño de codificacióngydF4y2Ba

Cada fila del diseño de codificación对应una clase distta y Cada列对应un alumno binario。En un diseño de codificación ternaria, para una column determinada (o un alumno binario):gydF4y2Ba

连续的一段时间，在同一段时间内，在同一段时间内，在同一段时间内。gydF4y2Ba
连续之源-1在连续之源的基础上，在连续之源的基础上，在连续之源的基础上，在连续之源的基础上。gydF4y2Ba
连续的过去和过去的双星关系忽略了对应的历史观察。gydF4y2Ba

Las矩阵diseño de codificación大的fila距离，mínimas和Hamming son的关系óptimas。Para obtener más información清醒的距离，协商。gydF4y2Ba矩阵de diseño de codificación任意gydF4y2Ba [4]gydF4y2Ba

Esta tabla描述los diseños de codificación populares。gydF4y2Ba

Diseño de codificacióngydF4y2Ba	DescripciongydF4y2Ba	Número de alumnosgydF4y2Ba	远方mínima相思相思gydF4y2Ba
禁止转让(OVA)gydF4y2Ba	对二进制的校友，有肯定的理由和否定的理由。Este diseño agota todas las combinaciones de asignaciones de classases positive。gydF4y2Ba	KgydF4y2Ba	2gydF4y2Ba
无异议(OVO)gydF4y2Ba	对你来说，只有正题，只有正题，只有正题，只有正题。Este diseño agota todas las combinaciones de asignaciones de parares de classes。gydF4y2Ba	(- 1)/2gydF4y2BaKgydF4y2BaKgydF4y2Ba	1gydF4y2Ba
binario completogydF4y2Ba	Este diseño划分las clasases en todas las combinaciones binarias y no omite ninguna clase。在这里，有一种方法是正确的方法是正确的方法是错误的方法asignación在这里，有一种方法是正确的。gydF4y2Ba`1gydF4y2Ba1gydF4y2Ba`	2gydF4y2Ba^{KgydF4y2Ba- 1gydF4y2Ba}- 1gydF4y2Ba	2gydF4y2Ba^{KgydF4y2Ba- 2gydF4y2Ba}
ternario completogydF4y2Ba	Este diseño划分las clases en todas las combinaciones ternarias。我们知道，我们知道，我们知道，我们知道，我们知道，我们知道，我们知道，我们知道，我们知道，我们知道。gydF4y2Ba`0gydF4y2Ba1gydF4y2Ba1gydF4y2Ba`	(3gydF4y2Ba^KgydF4y2Ba- 2gydF4y2Ba^{KgydF4y2Ba+ 1gydF4y2Ba}+ 1) / 2gydF4y2Ba	3.gydF4y2Ba^{KgydF4y2Ba- 2gydF4y2Ba}
序数gydF4y2Ba	Para el primer alumno binario, la primeras clase es negative和el resto son positive。Para el second alumno binario, las dos primeras classes son negative和el resto son positive, y así sucesivamente。gydF4y2Ba	- 1gydF4y2BaKgydF4y2Ba	1gydF4y2Ba
黑热病gydF4y2Ba	对二进制计算的计算，软件的任意分类的正负分类的计算，没有计算方法的计算。Para obtener más información, consulte。gydF4y2Ba矩阵de diseño de codificación任意gydF4y2Ba	随机的，近距离的10个寄存器gydF4y2Ba_2gydF4y2BaKgydF4y2Ba	变量gydF4y2Ba
Escaso al azargydF4y2Ba	在二进制计算中，软件随机分类的正负概率为0,25在二进制计算中，软件随机分类的正负概率为0,5。Para obtener más información, consulte。gydF4y2Ba矩阵de diseño de codificación任意gydF4y2Ba	随机的，大约15个寄存器gydF4y2Ba_2gydF4y2BaKgydF4y2Ba	变量gydF4y2Ba

Esta gráfica比较el número de二进制学生para los diseños de codificación con el auumento de archivos。gydF4y2BaKgydF4y2Ba

Modelo de códigos de salida de corrección de errorsgydF4y2Ba

Un reduce el problem de la clasificación con tres o más类Un conjunto de problems de clasificación二进制。gydF4y2Bacódigos de salida de corrección de error (ECOC)gydF4y2Ba

La clasificación ECOC requiere un diseño decodificación, que determina las classes enentrenan los alumnos binariarios, y un esquema de decodificación, que determina cómo se agregan los resultados (predicciones) de los clasicariarios。gydF4y2Ba

Supongamos lo siguiente:gydF4y2Ba

El problem de clasificación tiene tres classes。gydF4y2Ba
El diseño de codificación es uno contra uno。Para tres classes, este diseño de codificación esgydF4y2Ba

$\begin{matrix} 学习者1gydF4y2Ba & 学习者2gydF4y2Ba & 学习者3gydF4y2Ba \\ 类1gydF4y2Ba & 1< /锰> & 1< /锰> & 0< /锰> \\ 二班gydF4y2Ba & -gydF4y2Ba 1< /锰>< / mrow > & 0< /锰> & 1< /锰> \\ 3班gydF4y2Ba & 0< /锰> & -gydF4y2Ba 1< /锰>< / mrow > & -gydF4y2Ba 1< /锰>< / mrow > \end{matrix}$
El esquema de decodificación utilitza la pérdida。gydF4y2BaggydF4y2Ba
洛杉矶校友儿子短信。gydF4y2Ba

参照模型clasificación，算法ECOC的原则。gydF4y2Ba

El alumno 1, entrena, enobservaciones, enrena, enrena, enrena, enrena, enrena, enrena, enrena, enrena, enrena, enrena, enrena, enrena, enrena。Los otros学生，son entrenados de manera相似。gydF4y2Ba
海la matriz de diseño de codificación con elementsgydF4y2Ba米gydF4y2Ba米gydF4y2Ba_{吉隆坡gydF4y2Ba}YgydF4y2Ba年代gydF4y2Ba_lgydF4y2BaSer la puntuación de clasificación前一段时期的历史。gydF4y2BalgydF4y2Ba一个新算法observación一个经典语句(gydF4y2Ba $\overset{＾gydF4y2Ba}{kgydF4y2Ba}$ ) que minimiza la agregación de las pérdidas para los alumnos binarios。gydF4y2BalgydF4y2Ba

$\overset{＾gydF4y2Ba}{kgydF4y2Ba} ＝gydF4y2Ba \underset{kgydF4y2Ba}{argmingydF4y2Ba} \frac{\sumgydF4y2Ba lgydF4y2Ba ＝gydF4y2Ba 1< /锰>< / mrow >lgydF4y2Ba |gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba lgydF4y2Ba} |gydF4y2Ba ggydF4y2Ba (gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba lgydF4y2Ba} ，gydF4y2Ba {年代gydF4y2Ba}_{lgydF4y2Ba} ）gydF4y2Ba}{\sumgydF4y2Ba lgydF4y2Ba ＝gydF4y2Ba 1< /锰>< / mrow >lgydF4y2Ba |gydF4y2Ba {米gydF4y2Ba}_{kgydF4y2Ba lgydF4y2Ba} |gydF4y2Ba} ．gydF4y2Ba$

Los modelos ECOC pueden mejorar la precisión de clasificación, en comparación con otros modelos multiclase。gydF4y2Ba[２]gydF4y2Ba

SugerenciasgydF4y2Ba

El número de estudiantes binarios crece con El número de clases。Para un problem con much classes, los diseños de codificación y no son eficientes。gydF4y2BabinarycompletegydF4y2BaternarycompletegydF4y2Ba罪禁运:gydF4y2Ba
- Si es 4, utilice el diseño de codificación en lugar de。gydF4y2BaKgydF4y2BaternarycompletegydF4y2BasparserandomgydF4y2Ba
- Si es 5, utilice el diseño de codificación en lugar de。gydF4y2BaKgydF4y2BabinarycompletegydF4y2BadenserandomgydF4y2Ba
关于突击队的信息信息diseño de codificación关于突击队的信息信息。gydF4y2BaMdl。CodingMatrix
计算公式codificación计算公式íntimo计算公式aplicación计算公式。Si tiene充分潜力和时间计算，pruebe变量矩阵codificación y elija la que tenga el mejor rendimiento (por ejemplo, compuebe las矩阵confusión para cada modelo实用)。gydF4y2BaconfusionchartgydF4y2Ba
La validación cruzada de dejar un solo out()没有效率的数据与观察。gydF4y2BaLeaveoutgydF4y2BaEn su lugar, utilice -fold交叉验证()。gydF4y2BakgydF4y2BaKFoldgydF4y2Ba

Después de entrenar un modelo, puede generar código C/ c++ que predice las etiquetas para los nuevos datos。La generación de código C/ c++ requieregydF4y2BaMATLAB编码器™gydF4y2Ba．Para obtener más información, consulte。gydF4y2Ba代码生成简介gydF4y2Ba

AlgoritmosgydF4y2Ba

反待办事项gydF4y2Ba

矩阵de diseño de codificación个性化gydF4y2Ba

Las矩阵codificación个性化的确定形式。El软件验证矩阵de codificación personalizadas garantizando:gydF4y2Ba

Cada元素(- 1,0,1)gydF4y2Ba
Cada柱连续的menos uno -1 y uno 1。gydF4y2Ba
列向量y，， y -。gydF4y2BaugydF4y2BavgydF4y2BaugydF4y2BavgydF4y2BaugydF4y2BavgydF4y2Ba
Todos los vectors de filas son únicos。gydF4y2Ba
La matriz puede separate dos classes cualquiera。西班牙语，西班牙语，西班牙语，西班牙语gydF4y2Ba
- Puede moververalmentde 1a -1 o -1 a 1。gydF4y2Ba
- 那是水平的，那是地球的，那是地球的，那是地球的。gydF4y2Ba
- 垂直的，垂直的，单独的，垂直的，垂直的，单独的，垂直的，单独的。gydF4y2Ba
这是不可能的，这是独一无二的，这是独一无二的，这是独一无二的diseño。gydF4y2Ba我gydF4y2BajgydF4y2Ba我gydF4y2BajgydF4y2BaPor ejemplo, en el diseño de codificacióngydF4y2Ba

$［gydF4y2Ba \begin{matrix} 1< /锰> & 0< /锰> \\ -gydF4y2Ba 1< /锰>< / mrow > & 0< /锰> \\ 0< /锰> & 1< /锰> \\ 0< /锰> & -gydF4y2Ba 1< /锰>< / mrow > \end{matrix} ］gydF4y2Ba$

Las class 1 y 2 no se puede单独de Las class 3 y 4 (es decir, no se puede mover horizontal -1 en la fila 2 a la column 2, ya que hay UN 0 en esa posición)。Por lo tanto, el软件rechaza este diseño de codificación。gydF4y2Ba

Computacion paralelagydF4y2Ba

Si utilza la informática parallela(领事)，entrena a los alumnos binarios en parallelo。gydF4y2Ba选项gydF4y2BafitcecocgydF4y2Ba

概率和前成本gydF4y2Ba

前面的概率:软件归一化的概率前面的特殊情况()para cada alumno binario。gydF4y2Ba之前gydF4y2Ba海洋矩阵diseño de codificación y(，)海洋矩阵指数。gydF4y2Ba米gydF4y2Ba我gydF4y2Ba一个gydF4y2BacgydF4y2Ba指示器之母和空间的mismas dimensions que。gydF4y2Ba一个gydF4y2Ba是对应的元素，是指示的元素，是对应的元素，是对应的元素。gydF4y2Ba一个gydF4y2BacgydF4y2BaDejargydF4y2Ba米gydF4y2Ba_{＋1gydF4y2Ba}YgydF4y2Ba米gydF4y2Ba_{－1gydF4y2Ba}Ser -por- matrices tales que:gydF4y2BaKgydF4y2BalgydF4y2Ba
- 米gydF4y2Ba_{＋1gydF4y2Ba}•(，1)，en el que se trata de una multiplicación de elements (es decir，)。gydF4y2Ba米gydF4y2Ba我gydF4y2Ba米gydF4y2BaM + = M *(M = 1)gydF4y2BaAdemás, deje mosquenosgydF4y2Ba ${米gydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba +gydF4y2Ba 1< /锰>）gydF4y2Ba}$ 列向量gydF4y2BalgydF4y2Ba米gydF4y2Ba_{＋1gydF4y2Ba}．gydF4y2Ba
- 米gydF4y2Ba_{－1gydF4y2Ba}- - (，-1) (es decir，)。gydF4y2Ba米gydF4y2Ba我gydF4y2Ba米gydF4y2Bam减= -M。*(m == -1)gydF4y2BaAdemás, deje mosquenosgydF4y2Ba ${米gydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba -gydF4y2Ba 1< /锰>）gydF4y2Ba}$ 列向量gydF4y2BalgydF4y2Ba米gydF4y2Ba_{－1gydF4y2Ba}．gydF4y2Ba
DejargydF4y2Ba ${πgydF4y2Ba}_{lgydF4y2Ba}^{+gydF4y2Ba 1< /锰>< / mrow >} ＝gydF4y2Ba {米gydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba +gydF4y2Ba 1< /锰>）gydF4y2Ba} °gydF4y2Ba πgydF4y2Ba$ YgydF4y2Ba ${πgydF4y2Ba}_{lgydF4y2Ba}^{-gydF4y2Ba 1< /锰>< / mrow >} ＝gydF4y2Ba {米gydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba -gydF4y2Ba 1< /锰>）gydF4y2Ba} °gydF4y2Ba πgydF4y2Ba$ ， donde está具体情况前概率向量()。gydF4y2BaπgydF4y2Ba之前gydF4y2Ba
联系，前面肯定的和否定的可能性，和前面肯定的和否定的可能性gydF4y2BalgydF4y2Ba

${\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{(gydF4y2Ba jgydF4y2Ba ）gydF4y2Ba} ＝gydF4y2Ba \frac{{为gydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba jgydF4y2Ba ）gydF4y2Ba} 为gydF4y2Ba}_{1< /锰>}}{{为gydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba +gydF4y2Ba 1< /锰>）gydF4y2Ba} 为gydF4y2Ba}_{1< /锰>} +gydF4y2Ba {为gydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba -gydF4y2Ba 1< /锰>）gydF4y2Ba} 为gydF4y2Ba}_{1< /锰>}} ，gydF4y2Ba$

Donde se encentra el número-1,1o ygydF4y2BajgydF4y2Ba ${为gydF4y2Ba 一个gydF4y2Ba 为gydF4y2Ba}_{1< /锰>}$ Es la Norma de una de。gydF4y2Ba一个gydF4y2Ba
Costo - El软件归一化la matriz de Costo por () para cada alumno二进制。gydF4y2BaKgydF4y2BaKgydF4y2BaCgydF4y2Ba成本gydF4y2BaPara el alumno binario, el costo de classid una observación de negative clativa en la clatia esgydF4y2BalgydF4y2Ba

${cgydF4y2Ba}_{lgydF4y2Ba}^{-gydF4y2Ba +gydF4y2Ba} ＝gydF4y2Ba {(gydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba -gydF4y2Ba 1< /锰>）gydF4y2Ba} ）gydF4y2Ba}^{⊤gydF4y2Ba} CgydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba +gydF4y2Ba 1< /锰>）gydF4y2Ba} ．gydF4y2Ba$

这是我的错，这是我的错observación这是我的错gydF4y2Ba

${cgydF4y2Ba}_{lgydF4y2Ba}^{+gydF4y2Ba -gydF4y2Ba} ＝gydF4y2Ba {(gydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba +gydF4y2Ba 1< /锰>）gydF4y2Ba} ）gydF4y2Ba}^{⊤gydF4y2Ba} CgydF4y2Ba {πgydF4y2Ba}_{lgydF4y2Ba}^{(gydF4y2Ba -gydF4y2Ba 1< /锰>）gydF4y2Ba} ．gydF4y2Ba$

这是我们的同胞之家gydF4y2BalgydF4y2Ba

${CgydF4y2Ba}_{lgydF4y2Ba} ＝gydF4y2Ba ［gydF4y2Ba \begin{matrix} 0< /锰> & {cgydF4y2Ba}_{lgydF4y2Ba}^{-gydF4y2Ba +gydF4y2Ba} \\ {cgydF4y2Ba}_{lgydF4y2Ba}^{+gydF4y2Ba -gydF4y2Ba} & 0< /锰> \end{matrix} ］gydF4y2Ba ．gydF4y2Ba$

模型，经济，适应性，成本clasificación errónea公司和可能性，前面的分类。具体情况，软件概论，分类，分类，信息，系统:gydF4y2Ba之前gydF4y2Ba成本gydF4y2Ba

$\begin{array}{l} {\overset{¯gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{-gydF4y2Ba 1< /锰>< / mrow >} ＝gydF4y2Ba \frac{{cgydF4y2Ba}_{lgydF4y2Ba}^{-gydF4y2Ba +gydF4y2Ba} {\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{-gydF4y2Ba 1< /锰>< / mrow >}}{{cgydF4y2Ba}_{lgydF4y2Ba}^{-gydF4y2Ba +gydF4y2Ba} {\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{-gydF4y2Ba 1< /锰>< / mrow >} +gydF4y2Ba {cgydF4y2Ba}^{+gydF4y2Ba -gydF4y2Ba} {\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{+gydF4y2Ba 1< /锰>< / mrow >}} \\ {\overset{¯gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{+gydF4y2Ba 1< /锰>< / mrow >} ＝gydF4y2Ba \frac{{cgydF4y2Ba}_{lgydF4y2Ba}^{+gydF4y2Ba -gydF4y2Ba} {\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{+gydF4y2Ba 1< /锰>< / mrow >}}{{cgydF4y2Ba}_{lgydF4y2Ba}^{-gydF4y2Ba +gydF4y2Ba} {\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{-gydF4y2Ba 1< /锰>< / mrow >} +gydF4y2Ba {cgydF4y2Ba}^{+gydF4y2Ba -gydF4y2Ba} {\overset{＾gydF4y2Ba}{πgydF4y2Ba}}_{lgydF4y2Ba}^{+gydF4y2Ba 1< /锰>< / mrow >}} ．gydF4y2Ba \end{array}$

矩阵de diseño de codificación任意gydF4y2Ba

Para un número determinado de classes, el software genera matrices de diseño de codificación aleatoria de la siguiente manera。gydF4y2BaKgydF4y2Ba

El软件属una de estas矩阵:gydF4y2Ba
1. Denso随机- El软件信号1 o - 1关于概率错误的计算元素gydF4y2BaKgydF4y2BalgydF4y2Ba_dgydF4y2BaMatriz de diseño de codificación, dondegydF4y2Ba ${lgydF4y2Ba}_{dgydF4y2Ba} \approxgydF4y2Ba ⌈gydF4y2Ba 10< /锰>{日志gydF4y2Ba}_{2< /锰>}KgydF4y2Ba ⌉gydF4y2Ba$ ．gydF4y2Ba
2. 稀疏随机- El软件符号1的cada元素德拉-by-gydF4y2BaKgydF4y2BalgydF4y2Ba_{年代gydF4y2Ba}Matriz de diseño de codificación con probabilidad 0.25， -1 con probabilidad 0.25, y 0 con probabilidad 0.5, dondegydF4y2Ba ${lgydF4y2Ba}_{年代gydF4y2Ba} \approxgydF4y2Ba ⌈gydF4y2Ba 15< /锰>{日志gydF4y2Ba}_{2< /锰>}KgydF4y2Ba ⌉gydF4y2Ba$ ．gydF4y2Ba
Si una column no continuene al menos uno 1 y al menos uno -1, el software elimina esa column。gydF4y2Ba
Para columnas distas y, if o，， el software se elimina de la matriz de diseño de codificación。gydF4y2BaugydF4y2BavgydF4y2BaugydF4y2BavgydF4y2BaugydF4y2BavgydF4y2BavgydF4y2Ba

El software genera aleatoriamente 10,000矩阵的形式预先确定，y守恒矩阵的距离fila más grande, mínima y por pares basada en la medida Hamming () dada porgydF4y2Ba[4]gydF4y2Ba

$ΔgydF4y2Ba (gydF4y2Ba {kgydF4y2Ba}_{1< /锰>} ，gydF4y2Ba {kgydF4y2Ba}_{2< /锰>} ）gydF4y2Ba ＝gydF4y2Ba 0．5< /锰>\sumgydF4y2Ba lgydF4y2Ba ＝gydF4y2Ba 1< /锰>< / mrow >lgydF4y2Ba|gydF4y2Ba {米gydF4y2Ba}_{{kgydF4y2Ba}_{1< /锰>} lgydF4y2Ba} |gydF4y2Ba|gydF4y2Ba {米gydF4y2Ba}_{{kgydF4y2Ba}_{2< /锰>} lgydF4y2Ba} |gydF4y2Ba|gydF4y2Ba {米gydF4y2Ba}_{{kgydF4y2Ba}_{1< /锰>} lgydF4y2Ba} -gydF4y2Ba {米gydF4y2Ba}_{{kgydF4y2Ba}_{2< /锰>} lgydF4y2Ba} |gydF4y2Ba，gydF4y2Ba$

在哪里gydF4y2Ba米gydF4y2Ba_{kgydF4y2Ba_jgydF4y2BalgydF4y2Ba}Es UN element de la matriz de diseño de codificación。gydF4y2BajgydF4y2Ba

Soporte de almacenamiento向量gydF4y2Ba

形式预先确定效率，vacía解决方法，支持向量机二元线性。Listas, en lugar de, en la visualización modelo。gydF4y2BafitcecocgydF4y2BaαgydF4y2Ba万博1manbetxSupportVectorLabelsgydF4y2Ba万博1manbetxSupportVectorsgydF4y2BafitcecocgydF4y2BaβgydF4y2BaαgydF4y2Ba

Para almacenar，， y, pasar una plantilla支持向量机线性特定的almaceniento de soorte向量a。gydF4y2BaαgydF4y2Ba万博1manbetxSupportVectorLabelsgydF4y2Ba万博1manbetxSupportVectorsgydF4y2BafitcecocgydF4y2BaPor ejemplo, escriba:gydF4y2Ba

t = templateSVM(gydF4y2Ba“Save万博1manbetxSupportVectors”gydF4y2Ba，true) Mdl = fitcecoc(X,Y，gydF4y2Ba“学习者”gydF4y2Bat);gydF4y2Ba

求求求出的运动矢量，求出的价值，求出的模型。gydF4y2BaClassificationECOCgydF4y2Badiscard万博1manbetxSupportVectorsgydF4y2Ba

ReferenciasgydF4y2Ba

[1]奥尔温，E.， R. Schapire, Y. Singer。将多类简化为二进制:边距分类器的统一方法。gydF4y2Ba机器学习研究杂志gydF4y2Ba．Vol. 1, 2000, pp. 113-141。gydF4y2Ba

[2] Fürnkranz, Johannes，“循环式分类”。gydF4y2Baj·马赫。学习。Res。gydF4y2Ba， Vol. 2, 2002, pp. 721-747。gydF4y2Ba

[3] Escalera, S.， O. Pujol, P. Radeva。三进制纠错输出码的解码过程。gydF4y2Ba模式分析与机器智能汇刊gydF4y2Ba．Vol. 32, Issue 7, 2010, pp. 120-134。gydF4y2Ba

[4] Escalera, S.， O. Pujol, P. Radeva。纠错输出码的稀疏设计的三进制码的可分性。gydF4y2BaRecog模式。列托人。gydF4y2Ba， 2009年第3期，第30卷，页285-297。gydF4y2Ba

Capacidades ampliadasgydF4y2Ba

Arreglos中音部gydF4y2Ba
Realice cálculos con arreglos que tienen más filas de las que caben en la memoria。gydF4y2Ba

注意事项:gydF4y2Ba

Para obtener más información, consulte。gydF4y2BaArreglos中音部gydF4y2Ba(MATLAB)gydF4y2Ba

Soporte parallelo automáticogydF4y2Ba
Acelere código mediante la ejecución automática de cálculo Parallel mediante并行计算工具箱™。gydF4y2Ba

Para ejecutar en Para，建立la opción en una de estas maneras:gydF4y2Ba“UseParallel”gydF4y2Ba真正的gydF4y2Ba

建立，建立，建立，建设，和，操作，的营地，用，特别的，论证，来，建立，和，英勇，的牧场。gydF4y2Ba“UseParallel”gydF4y2Ba真正的gydF4y2BastatsetgydF4y2Ba“选项”gydF4y2BafitceocgydF4y2Ba
比如:gydF4y2Ba“选项”,statset (UseParallel,真的)gydF4y2Ba
Para obtener más información, consulte el argument de nombre-valor。gydF4y2Ba“选项”gydF4y2Ba
真实的la optimización de hiperparámetros美洲羊驼中间的争论与英勇之争。gydF4y2Ba“HyperparameterOptions”、结构(UseParallel,真的)gydF4y2BafitceocgydF4y2Ba
Para obtener más información清醒la optimización de hiperparámetros Para elos, consulte。gydF4y2Ba并行贝叶斯优化gydF4y2Ba

Consulte也gydF4y2Ba

fitcecocgydF4y2Ba

SintaxisgydF4y2Ba

DescripciongydF4y2Ba

包括gydF4y2Ba

多分类支持向量机先验模型gydF4y2Ba

Modelo de clasificación linear multiclase de trenngydF4y2Ba

分类器ECOC multivalidagydF4y2Ba

估计概率后分类ECOCgydF4y2Ba

Acelere la formación de classiificadores ECOC mediante binning y computación paragydF4y2Ba

优化分类器ECOCgydF4y2Ba

莫德罗ECOC多层列车阵列gydF4y2Ba

entrada论证gydF4y2Ba

资源描述gydF4y2Ba- - - - - -gydF4y2BaDatos de muestragydF4y2Ba台面gydF4y2Ba

背板gydF4y2Ba

ResponseVarNamegydF4y2Ba- - - - - -gydF4y2BaNombre de la variable de respuestagydF4y2Ba变量的称呼gydF4y2Ba资源描述gydF4y2Ba

公式gydF4y2Ba- - - - - -gydF4y2Ba变量解释模型和子关联变量预测模型gydF4y2Bacaracteres向量gydF4y2Ba|gydF4y2Bacuerda escalargydF4y2Ba

YgydF4y2Ba- - - - - -gydF4y2Ba分类礼仪gydF4y2Bamatriz categoricagydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba

XgydF4y2Ba- - - - - -gydF4y2Ba数据预测器gydF4y2Bamatriz completagydF4y2Ba|gydF4y2Bamatriz dispersagydF4y2Ba

背板gydF4y2Ba

背板gydF4y2Ba

英勇论争gydF4y2Ba

背板gydF4y2Ba

分类操作ECOCgydF4y2Ba

“FitPosterior”gydF4y2Ba- - - - - -gydF4y2Ba指数，指数，和，deben，转换，和，概率，后面gydF4y2BaOgydF4y2Ba假gydF4y2Ba0gydF4y2Ba(predeterminado) |gydF4y2BaOgydF4y2Ba真正的gydF4y2Ba1gydF4y2Ba

“NumBins”gydF4y2Ba- - - - - -gydF4y2BaNúmero de ubicaciones para predictores numéricosgydF4y2Ba(vacio)gydF4y2Ba［］gydF4y2Ba(predeterminado) |gydF4y2Ba标量entero positivegydF4y2Ba

“NumConcurrent”gydF4y2Ba- - - - - -gydF4y2BaNúmero de estudiantes binarios entrenados simultáneamentegydF4y2Ba1gydF4y2Ba(predeterminado) |gydF4y2Ba标量entero positivegydF4y2Ba

背板gydF4y2Ba

“ObservationsIn”gydF4y2Ba- - - - - -gydF4y2BaDimensión de observación de datos预测器gydF4y2Ba“行”gydF4y2Ba(predeterminado) |gydF4y2Ba“列”gydF4y2Ba

背板gydF4y2Ba

“详细”gydF4y2Ba- - - - - -gydF4y2BaNivel de verbosidadgydF4y2Ba0gydF4y2Ba(predeterminado) |gydF4y2Ba1gydF4y2Ba|gydF4y2Ba2gydF4y2Ba

Opciones de validación cruzadagydF4y2Ba

“CrossVal”gydF4y2Ba- - - - - -gydF4y2Ba班德拉对中间分类oriundogydF4y2Ba“关闭”gydF4y2Ba(predeterminado) |gydF4y2Ba“上”gydF4y2Ba

“CVPartition”gydF4y2Ba- - - - - -gydF4y2BaPartición de validación cruzadagydF4y2Ba［］gydF4y2Ba(predeterminado) |gydF4y2Ba客体de particióngydF4y2BacvpartitiongydF4y2Ba

“坚持”gydF4y2Ba- - - - - -gydF4y2BaFracción de datos para la validación de retencióngydF4y2Ba英勇无畏(0,1)gydF4y2Ba

“KFold”gydF4y2Ba- - - - - -gydF4y2BaNúmero de plieguesgydF4y2Ba10gydF4y2Ba(predeterminado) |gydF4y2Ba英勇无畏的市长gydF4y2Ba

“Leaveout”gydF4y2Ba- - - - - -gydF4y2BaDejar un indicador de validación cruzadagydF4y2Ba“关闭”gydF4y2Ba(predeterminado) |gydF4y2Ba“上”gydF4y2Ba

背板gydF4y2Ba

Otras opciones de clasificacióngydF4y2Ba

“CategoricalPredictors”gydF4y2Ba- - - - - -gydF4y2Ba预测列表categóricosgydF4y2Ba正肠病媒gydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba|gydF4y2Ba“所有”gydF4y2Ba

“类名”gydF4y2Ba- - - - - -gydF4y2Ba名词de las类使用para formacióngydF4y2Bamatriz categoricagydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba

“成本”gydF4y2Ba- - - - - -gydF4y2Bacostde clasificación erróneagydF4y2Bamatriz cuadradagydF4y2Ba|gydF4y2Ba结构母体gydF4y2Ba

“选项”gydF4y2Ba- - - - - -gydF4y2BaOpciones de computación paragydF4y2Ba［］gydF4y2Ba(predeterminado) |gydF4y2Ba破坏性地震gydF4y2BastatsetgydF4y2Ba

“PredictorNames”gydF4y2Ba- - - - - -gydF4y2Ba变量的命名gydF4y2Ba荣誉之母únicosgydF4y2Ba|gydF4y2Ba矩阵células笛卡尔矢量únicosgydF4y2Ba

“之前”gydF4y2Ba- - - - - -gydF4y2BaProbabilidades前gydF4y2Ba“经验”gydF4y2Ba(predeterminado) |gydF4y2Ba“统一”gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba结构母体gydF4y2Ba

“ResponseName”gydF4y2Ba- - - - - -gydF4y2BaNombre de la variable de respuestagydF4y2Ba“Y”gydF4y2Ba(predeterminado) |gydF4y2Bacaracteres向量gydF4y2Ba|gydF4y2Bacuerda escalargydF4y2Ba

“重量”gydF4y2Ba- - - - - -gydF4y2Ba比索observacióngydF4y2Ba矢量numérico正面价值gydF4y2Ba|gydF4y2Ba变量的称呼gydF4y2Ba资源描述gydF4y2Ba

Optimización de hiperparámetrosgydF4y2Ba

背板gydF4y2Ba

“HyperparameterOptimizationOptions”gydF4y2Ba- - - - - -gydF4y2BaOpciones para optimizacióngydF4y2BaEstructuragydF4y2Ba

salida的论证gydF4y2Ba

HyperparameterOptimizationResultsgydF4y2Ba- Descripción de la optimización de validación cruzada de hiperparámetrosgydF4y2BaObjetogydF4y2BaBayesianOptimizationgydF4y2Ba| tabla de hiperparámetros y valores asociadosgydF4y2Ba

LimitacionesgydF4y2Ba

Más acerca degydF4y2Ba

还是binariagydF4y2Ba

Diseño de codificacióngydF4y2Ba

Modelo de códigos de salida de corrección de errorsgydF4y2Ba

SugerenciasgydF4y2Ba

AlgoritmosgydF4y2Ba

矩阵de diseño de codificación个性化gydF4y2Ba

Computacion paralelagydF4y2Ba

概率和前成本gydF4y2Ba

矩阵de diseño de codificación任意gydF4y2Ba

Soporte de almacenamiento向量gydF4y2Ba

ReferenciasgydF4y2Ba

Capacidades ampliadasgydF4y2Ba

Arreglos中音部gydF4y2BaRealice cálculos con arreglos que tienen más filas de las que caben en la memoria。gydF4y2Ba

Soporte parallelo automáticogydF4y2BaAcelere código mediante la ejecución automática de cálculo Parallel mediante并行计算工具箱™。gydF4y2Ba

Consulte也gydF4y2Ba

特马gydF4y2Ba

介绍en R2014bgydF4y2Ba

Documentación de统计和机器学习工具箱gydF4y2Ba

SoportegydF4y2Ba

掌握机器学习:一步一步的MATLAB指南gydF4y2Ba

`资源描述gydF4y2Ba`- - - - - -gydF4y2BaDatos de muestragydF4y2Ba
台面gydF4y2Ba

`ResponseVarNamegydF4y2Ba`- - - - - -gydF4y2BaNombre de la variable de respuestagydF4y2Ba
变量的称呼gydF4y2Ba`资源描述gydF4y2Ba`

`公式gydF4y2Ba`- - - - - -gydF4y2Ba变量解释模型和子关联变量预测模型gydF4y2Ba
caracteres向量gydF4y2Ba|gydF4y2Bacuerda escalargydF4y2Ba

`YgydF4y2Ba`- - - - - -gydF4y2Ba分类礼仪gydF4y2Ba
matriz categoricagydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba

`XgydF4y2Ba`- - - - - -gydF4y2Ba数据预测器gydF4y2Ba
matriz completagydF4y2Ba|gydF4y2Bamatriz dispersagydF4y2Ba

`“FitPosterior”gydF4y2Ba`- - - - - -gydF4y2Ba指数，指数，和，deben，转换，和，概率，后面gydF4y2BaOgydF4y2Ba`假gydF4y2Ba0gydF4y2Ba`(predeterminado) |gydF4y2BaOgydF4y2Ba`真正的gydF4y2Ba1gydF4y2Ba`

`“NumBins”gydF4y2Ba`- - - - - -gydF4y2BaNúmero de ubicaciones para predictores numéricosgydF4y2Ba(vacio)gydF4y2Ba`［］gydF4y2Ba`(predeterminado) |gydF4y2Ba标量entero positivegydF4y2Ba

`“NumConcurrent”gydF4y2Ba`- - - - - -gydF4y2BaNúmero de estudiantes binarios entrenados simultáneamentegydF4y2Ba`1gydF4y2Ba`(predeterminado) |gydF4y2Ba标量entero positivegydF4y2Ba

`“ObservationsIn”gydF4y2Ba`- - - - - -gydF4y2BaDimensión de observación de datos预测器gydF4y2Ba`“行”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“列”gydF4y2Ba`

`“详细”gydF4y2Ba`- - - - - -gydF4y2BaNivel de verbosidadgydF4y2Ba`0gydF4y2Ba`(predeterminado) |gydF4y2Ba`1gydF4y2Ba`|gydF4y2Ba`2gydF4y2Ba`

`“CrossVal”gydF4y2Ba`- - - - - -gydF4y2Ba班德拉对中间分类oriundogydF4y2Ba`“关闭”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“上”gydF4y2Ba`

`“CVPartition”gydF4y2Ba`- - - - - -gydF4y2BaPartición de validación cruzadagydF4y2Ba`［］gydF4y2Ba`(predeterminado) |gydF4y2Ba客体de particióngydF4y2Ba`cvpartitiongydF4y2Ba`

`“坚持”gydF4y2Ba`- - - - - -gydF4y2BaFracción de datos para la validación de retencióngydF4y2Ba英勇无畏(0,1)gydF4y2Ba

`“KFold”gydF4y2Ba`- - - - - -gydF4y2BaNúmero de plieguesgydF4y2Ba`10gydF4y2Ba`(predeterminado) |gydF4y2Ba英勇无畏的市长gydF4y2Ba

`“Leaveout”gydF4y2Ba`- - - - - -gydF4y2BaDejar un indicador de validación cruzadagydF4y2Ba`“关闭”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“上”gydF4y2Ba`

`“CategoricalPredictors”gydF4y2Ba`- - - - - -gydF4y2Ba预测列表categóricosgydF4y2Ba正肠病媒gydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba|gydF4y2Ba`“所有”gydF4y2Ba`

`“类名”gydF4y2Ba`- - - - - -gydF4y2Ba名词de las类使用para formacióngydF4y2Bamatriz categoricagydF4y2Ba|gydF4y2BaMatriz de caracteresgydF4y2Ba|gydF4y2BaMatriz de cadenasgydF4y2Ba|gydF4y2Ba向量逻辑gydF4y2Ba|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba基质细胞向量gydF4y2Ba

`“成本”gydF4y2Ba`- - - - - -gydF4y2Bacostde clasificación erróneagydF4y2Bamatriz cuadradagydF4y2Ba|gydF4y2Ba结构母体gydF4y2Ba

`“选项”gydF4y2Ba`- - - - - -gydF4y2BaOpciones de computación paragydF4y2Ba`［］gydF4y2Ba`(predeterminado) |gydF4y2Ba破坏性地震gydF4y2Ba`statsetgydF4y2Ba`

`“PredictorNames”gydF4y2Ba`- - - - - -gydF4y2Ba变量的命名gydF4y2Ba荣誉之母únicosgydF4y2Ba|gydF4y2Ba矩阵células笛卡尔矢量únicosgydF4y2Ba

`“之前”gydF4y2Ba`- - - - - -gydF4y2BaProbabilidades前gydF4y2Ba`“经验”gydF4y2Ba`(predeterminado) |gydF4y2Ba`“统一”gydF4y2Ba`|gydF4y2Ba向量numericogydF4y2Ba|gydF4y2Ba结构母体gydF4y2Ba

`“ResponseName”gydF4y2Ba`- - - - - -gydF4y2BaNombre de la variable de respuestagydF4y2Ba`“Y”gydF4y2Ba`(predeterminado) |gydF4y2Bacaracteres向量gydF4y2Ba|gydF4y2Bacuerda escalargydF4y2Ba

`“重量”gydF4y2Ba`- - - - - -gydF4y2Ba比索observacióngydF4y2Ba矢量numérico正面价值gydF4y2Ba|gydF4y2Ba变量的称呼gydF4y2Ba`资源描述gydF4y2Ba`

`“HyperparameterOptimizationOptions”gydF4y2Ba`- - - - - -gydF4y2BaOpciones para optimizacióngydF4y2BaEstructuragydF4y2Ba

`HyperparameterOptimizationResultsgydF4y2Ba`- Descripción de la optimización de validación cruzada de hiperparámetrosgydF4y2BaObjetogydF4y2Ba`BayesianOptimizationgydF4y2Ba`| tabla de hiperparámetros y valores asociadosgydF4y2Ba

Arreglos中音部gydF4y2Ba
Realice cálculos con arreglos que tienen más filas de las que caben en la memoria。gydF4y2Ba

Soporte parallelo automáticogydF4y2Ba
Acelere código mediante la ejecución automática de cálculo Parallel mediante并行计算工具箱™。gydF4y2Ba