App回归学习器

恩，有效的调整模式regresión相互作用的形式

Elija中心区分算法对中心验证模型regresión。比较误差validación直接形式，después, elja el mejor modelo。Para decidir qué算法usar，顾问在回归学习应用程序中训练回归模型．

Este图表的flujo muestra unflujo的trabajo的流动，对位模态regresión en la应用回归学习器。

回归学习者应用程序中的工作流。第一步:选择数据和验证。步骤2:选择回归模型选项。步骤3:训练一个回归模型。步骤4:评估回归模型的性能。步骤5:导出回归模型。

应用程序

使用监督机器学习训练回归模型来预测数据

在回归学习应用程序中训练回归模型
用于训练、比较和改进回归模型的工作流，包括自动、手动和并行训练。
选择回归数据或打开保存的应用程序会话
将数据从工作区或文件导入到Regression Learner，找到示例数据集，选择交叉验证或坚持验证选项，并为测试留出数据。或者，打开之前保存的应用程序会话。
选择回归模型选项
在回归学习器中，自动训练选择的模型，或比较和调整线性回归模型、回归树、支持向量机、高斯过程回归模型、核近似模型、回归树集成和回归神经网络的选项。金宝app
在回归学习中可视化和评估模型性能
比较模型统计数据并可视化结果。
导出回归模型预测新数据
在回归学习者中训练后，导出模型到工作空间，生成MATLAB^®代码，生成用于预测的C代码，或导出用于部署的模型MATLAB生产服务器．
使用回归学习应用程序训练回归树
创建和比较回归树，并导出训练好的模型，以对新数据进行预测。
使用回归学习应用程序训练回归神经网络
创建并比较回归神经网络，并导出训练过的模型，以对新数据进行预测。
训练核近似模型使用回归学习应用程序
创建和比较核近似模型，并导出训练过的模型，以对新数据进行预测。