分类
二进制和多类问题的监督和半监督学习算法
分类是一种监督的机器学习,其中算法“学习”以从标记数据的示例中对新观察进行分类。要交互探索分类模型,请使用分类Learner应用程序。为了获得更大的灵活性,您可以将带有相应响应或标签的预测数据传递给命令行接口中的算法拟合功能。
训练回归模型,例如逻辑回归,回归树,高斯过程回归和支持向量回归,请参见万博1manbetxRegression。
类别
- 分类学习者应用
互动训练,验证和调节分类模型 - 分类树
多类学习的二进制决策树 - 判别分析
正则线性和二次判别分析 - 天真的贝叶斯
带有高斯,多项式或内核预测变量的天真贝叶斯模型 - 最近的邻居
k- 最近的邻居分类 - 万博1manbetx支持向量机分类
万博1manbetx支持向量机进行二进制或多类分类 - 分类合奏
增加,随机森林,包装,随机子空间和ECOC合奏,用于多类学习 - 广义添加剂模型
可解释的模型由单变量和双变量形状函数组成,用于二进制分类 - Neural Networks
用于二进制和多类分类的神经网络 - 增量学习
将分类模型拟合到流数据并跟踪其性能 - 半监督学习进行分类
半监督学习的基于图和自我训练的方法 - Interpretability
训练可解释的分类模型并解释复杂的分类模型 - 建设和评估
Feature selection, feature engineering, model selection, hyperparameter optimization, cross-validation, predictive performance evaluation, and classification accuracy comparison tests