判别分析
正规化的线性和二次判别分析
交互式训练判别分析模型,使用分类学习者应用。为了实现更高的灵活性,培养使用判别分析模型fitcdiscr
在命令行界面。训练后,预测标签或估计后验概率通过模型和预测数据预测
。
应用程序
分类学习者 | 火车模型使用监督机器学习分类数据 |
功能
类
ClassificationDiscriminant |
判别分析分类 |
CompactClassificationDiscriminant |
紧凑的判别分析类 |
ClassificationPartitionedModel |
旨在分类模型 |
主题
- 使用分类学习者应用判别分析分类器训练
创建和判别分析分类器相比,和出口训练模型对新数据进行预测。
- 监督学习工作流程和算法
理解监督学习的步骤和非参数分类和回归函数的特点。
- 参数分类
分类响应数据
- 判别分析分类
理解判别分析算法和数据如何适合判别分析模型。
- 创建判别分析模型
了解算法用于构造判别分析分类器。
- 创造和想象判别分析分类器
执行线性和二次费舍尔虹膜分类数据。
- 提高判别分析模型
检查和改善性能判别分析模型。
- 规范判别分析分类器
做一个更健壮和简单的模型通过消除预测模型的预测能力的前提下。
- 研究高斯混合的假设
判别分析假设的数据来自一个高斯混合模型。了解如何检查这个假设。
- 利用判别分析模型预测
了解
预测
分类观察使用判别分析模型。 - 可视化决定表面不同的分类器
这个例子展示了如何可视化决定表面不同的分类算法。