分类是根据一组特定的特征将项目分配到一个离散的组或类。分类算法是统计学习的核心组成部分机器学习．
在本次网络研讨会中，我们将介绍统计和机器学习工具箱中包含的分类功能。
代表性的例子包括:
- 根据声音信号或图像识别车辆类型
- 利用图像对制成品进行分类(光学质量控制)
- 利用财务报表中包含的信息分配信用评级
- 根据DNA谱预测肿瘤类型
- 使用电子邮件中不同单词的频率过滤垃圾邮件
使用真实世界数据集的应用示例用于描述如何:
- 选择分类算法(袋装决策树，naïve贝叶斯分类器，判别分析和逻辑回归)
- 训练分类器
- 评估分类器的准确性(混淆矩阵，ROC曲线，分类错误)
- 简化分类模型
查看MATLAB代码和数据集在这里．
主讲人简介:Richard Willey是MathWorks的产品营销经理，他专注于MATLAB和数据分析、统计和曲线拟合的附加产品。s manbetx 845在2007年加入MathWorks之前，Richard曾在风河系统公司和赛门铁克公司工作。Richard拥有麻省理工学院工程与管理双硕士学位和印第安纳大学经济学硕士学位。
