对于通过介质的三维数据集上低更高的精度和内核函数的选择,培养了二进制SVM模型或多类纠错输出编码(ECOC)模型包含使用SVM二进制学习者分类学习应用程序。更大的灵活性,可以使用命令行界面使用来训练二元SVM模型fitcsvm
或火车使用二进制SVM学习者的组成的多类ECOC模型fitcecoc
。
有关高维数据集减少计算时间,有效地训练的二元,线性分类模型,诸如线性SVM模型,用fitclinear
或使用训练SVM模型组成的多类ECOC模型fitcecoc
。
对于大数据非线性分类,使用培养了二进制,高斯核分类模型fitckernel
。
分类学习 | 使用监督机器学习模型火车来分类数据 |
创建和比较支持向量机(SVM)分类,并万博1manbetx出口训练的模型来为新数据的预测。
执行使用分离超平面和内核转换通过SVM二元分类。
信号分类使用基于小波特征和支持向量机万博1manbetx(小波工具箱)
心音图数据的小波时散射分类(小波工具箱)