主要内容

金宝app支持向量机回归

金宝app支持向量机回归模型

更大的准确性低——通过medium-dimensional数据集,训练支持向量机(SVM)模型金宝appfitrsvm。

对高维数据集,减少了计算时间有效地训练线性回归模型,如线性支持向量机模型,使用fitrlinear。

应用程序

回归的学习者 使用监督机器学习训练回归模型预测数据

块

RegressionSVM预测 预测反应使用支持向量机(SVM)回归模型金宝app
RegressionLinear预测 使用线性回归模型预测的反应

功能

全部展开

fitrsvm 一个支持向量金宝app机回归模型
预测 使用支持向量机回归模型预测的反应金宝app
fitrlinear 适合高维数据的线性回归模型
预测 线性回归模型的预测反应
fitrkernel 符合高斯核回归模型使用随机特性的扩张
预测 为高斯核回归模型预测的反应
crossval 旨在支持向量机回归模型金宝app
partialDependence 计算部分依赖
plotPartialDependence 创建部分依赖图(PDP)和个人条件期望(ICE)情节
石灰 本地可model-agnostic解释(石灰)
沙普利 沙普利值

对象

全部展开

RegressionSVM 金宝app支持向量机回归模型
CompactRegressionSVM 紧凑的支持向量机金宝app回归模型
RegressionLinear 高维数据的线性回归模型
RegressionPartitionedLinear 旨在为高维数据线性回归模型
RegressionKernel 高斯核函数回归模型使用随机特性的扩张
RegressionPartitionedKernel 旨在内核回归模型

主题