文档帮助中心文档
分类是一种有监督的机器学习,其中算法“学习”从标记数据的示例中对新观测值进行分类。要以交互方式浏览分类模型,请使用分类学习者应用程序。为了获得更大的灵活性,可以将带有相应响应或标签的预测值或特征数据传递给命令行界面中的算法拟合函数。
要训练回归模型,如逻辑回归、回归树、高斯过程回归和支持向量回归,请参阅金宝app回归.
使用菲特考托在给定训练预测值和响应数据的情况下,自动尝试选择具有不同超参数值的分类模型类型。
菲特考托
构建多个分类模型,优化它们的超参数,并选择在测试数据集上表现最好的模型。
为给定的训练数据集构建多个机器学习模型,然后使用称为叠加的技术组合这些模型,以提高测试数据集的精度,而不是单个模型的精度。
使用判别分析、朴素贝叶斯分类器和决策树执行分类。
构建一个自动信用评级工具。
在进入该项目之前,您必须遵守以下规定:
在澳大利亚的MATLAB中,您的名字是durch Eingabe。韦伯·朗瑟·恩特森·基恩·贝维尔。
选择一个网站以获取翻译后的内容(如果可用),并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。
联系当地办事处