文档帮助中心
使用有监督的机器学习训练模型来分类数据
的分类学习者应用程序训练模型对数据进行分类。使用这个应用程序,你可以使用各种分类器探索有监督的机器学习。您可以探索数据、选择特性、指定验证方案、训练模型和评估结果。您可以执行自动训练以搜索最佳分类模型类型,包括决策树、判别分析、支持向量机、逻辑回归、最近邻、朴素贝叶斯和集成分类。金宝app
您可以通过提供已知的输入数据集(观察或示例)和已知的数据响应(例如,标签或类)来执行有监督的机器学习。您可以使用这些数据来训练一个模型,该模型生成对新数据响应的预测。要使用带有新数据的模型,或了解编程分类,您可以将模型导出到工作空间或生成MATLAB®重新创建训练过的模型的代码。
提示
要开始,请在Classifier列表中尝试所有Quick-To-Train训练精选的模型。看到自动分类器训练.
MATLAB
统计和机器学习工具箱™
注意:分类学习器不提供从文件导入数据、代码生成或并行模型训练MATLAB在线™.
MATLAB工具条:关于应用程序选项卡,在机器学习,单击应用程序图标。
MATLAB命令提示符:输入classificationLearner.
classificationLearner
fitcdiscr
fitcecoc
fitcensemble
fitcknn
fitcsvm
fitctree
fitglm
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系