La traducción de esta página está obsoleta。Haga clic aquí para ver la última versión en inglés。
对位aumentar精度y de一些必要区分各种de内核en conjuntos de出去拿督德维y mediana entrene联合国莫德罗SVM binario o联合国莫德罗multiclase de脏污德公司salida de correccion de错误(ECOC, sus siglas en单身),contenga aprendices binarios de SVM mediante la应用分类学习者.为了保持灵活性,我们可以使用línea的接口和支持向量机的二进制中间值fitcsvm
在ECOC多类计算模型中,支持向量机的中位数是二进制的fitcecoc
.
在其他维度的数据结合的时间上的还原,在clasificación线性二值化模型上的有效形式,在一个线性SVM模型上的有效形式,中值fitclinear
为支持向量机的中位数提供ECOC多类计算模型fitcecoc
.
对大数据的分类没有线性关系,需要一个clasificación的核高斯中值模型fitckernel
.
分类学习者 | 使用有监督的机器学习训练模型来分类数据 |
ClassificationSVM预测 | 使用支持向量机(SVM)分类器对观测数据进行一类分类和二万博1manbetx值分类 |
创建和比较支持向量机(SVM)分类器,万博1manbetx并导出训练过的模型来对新数据进行预测。
使用分离超平面和核变换的支持向量机进行二值分类。
这个例子展示了如何在Simulink®中使用ClassificationSVM Predict块进行标签预测。万博1manbetx
基于小波特征和支持向量机的信号分类万博1manbetx(小波工具箱)
心音图数据的小波时间散射分类(小波工具箱)