Clasificación

Algoritmos de aprendizaje supervisados para problemas binarios y multiclase

La clasificación es un tipo de aprendizaje automático supervisado en el que un algoritmo "aprende" para clasificar nuevas observaciones a partir de ejemplos de datos etiquetados. Para explorar los modelos de clasificación de forma interactiva, use la aplicación.Aprendiz de ClasificaciónPara una mayor flexibilidad, puede pasar datos de predictor o entidad con las respuestas o etiquetas correspondientes a una función de ajuste de algoritmo en la interfaz de línea de comandos.

Para entrenar modelos de regresión, como regresión logística, árboles de regresión, regresión de procesos gaussianos y compatibilidad con la regresión vectorial, consulte .Regresión

Fundamentos de la clasificación

Aplicación de aprendizaje de clasificación
Entrena, valida y ajusta de forma interactiva los modelos de clasificación
Arboles de clasificación
Los árboles de decisión binarios para el aprendizaje multiclase
Análisis discriminatorio
Análisis discriminante lineal y cuadrático regularizado
Bayes ingenuos
Modelo Naive Bayes con predictores gaussianos, multinomiales o de kernel
Vecinos más cercanos
clasificación de vecinos más cercanos usando -tree searchkKd
Clasificación de máquinas vectoriales de soporte
Soporta máquinas vectoriales para clasificación binaria o multiclase
Conjuntos de Clasificación
Impulso, bosque aleatorio, embolsado, subespacio aleatorio, y conjuntos ECOC para el aprendizaje multiclase
Construcción y evaluación de modelos
Selección de características, optimización de hiperparámetros, validación cruzada, evaluación predictiva del rendimiento, pruebas de comparación de precisión de clasificación

Ejemplos destacados

Clasificación

En este ejemplo se muestra cómo realizar la clasificación mediante el análisis discriminante, los clasificadores Bayes ingenuos y los árboles de decisión.

Abrir script

Moving Towards Automating Model Selection Using Bayesian Optimization

Build multiple classification models, optimize their hyperparameters, and select the model that performs the best on a test data set.

Abrir script en vivo

Clasificación

Ejemplos destacados

Clasificación

Moving Towards Automating Model Selection Using Bayesian Optimization

Documentación de Statistics and Machine Learning Toolbox

Soporte

Mastering Machine Learning: A Step-by-Step Guide with MATLAB