主要内容

La traducción de esta página está obsoleta。Haga clic aquí para ver la última versión en inglés。

Clasificación de máquinas de vectorres de apoyo

Máquinas的向量的apoyo para clasificación binaria的多类

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

应用程序

分类学习者 使用有监督的机器学习训练模型来分类数据

Bloques

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

一些必要

expandir待办事项

fitcsvm 训练支持向量万博1manbetx机分类器用于一类和二值分类
fitSVMPosterior 合适的后验概率
预测 使用支持向量机分类器对观测数据进行分类万博1manbetx
templateSVM 万博1manbetx支持向量机模板
fitclinear 拟合二元线性分类器到高维数据
预测 预测线性分类模型的标签
templateLinear 线性分类学习模板
fitckernel 使用随机特征展开拟合二元高斯核分类器
预测 高斯核分类模型的标签预测
templateKernel 内核模式模板
fitcecoc 适合支持向量机或其他分类器的多类模型万博1manbetx
预测 使用多类纠错输出码(ECOC)模型对观测进行分类
templateECOC 错误校正输出代码学习模板

一堂课

expandir待办事项

ClassificationSVM 万博1manbetx支持向量机(SVM)用于一类和二值分类
CompactClassificationSVM 用于一类和二值分万博1manbetx类的紧凑型支持向量机
ClassificationPartitionedModel 旨在分类模型
ClassificationLinear 用于高维数据二值分类的线性模型
ClassificationPartitionedLinear 用于高维数据二值分类的交叉验证线性模型
ClassificationKernel 高斯核分类模型使用随机特征展开
ClassificationPartitionedKernel 交叉验证的二元核分类模型
ClassificationECOC 支持向量机(svm)等分类器的多类模型万博1manbetx
CompactClassificationECOC 支持向量机(svm)等分类器的紧凑多类模型万博1manbetx
ClassificationPartitionedECOC 支持向量机等分类器的交叉验证多类ECOC模型万博1manbetx
ClassificationPartitionedLinearECOC 用于高维数据多类分类的交叉验证线性纠错输出码模型
ClassificationPartitionedKernelECOC 多类分类的交叉验证核纠错输出码模型

特马

使用分类学习万博1manbetx程序训练支持向量机

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。

万博1manbetx支持向量机的二进制分类

使用分离超平面和核变换的支持向量机进行二值分类。

使用分类支持向量机预测块预测类标签

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