latravcióndeestapáginaEstáobsoleta。HagaclicagíparaverlaúltimaversiónEnglés。
Regresión
Los ModelosdeRegresión描述了larelaciónuna una una de ReviSuesta(salida)y unaomás变量predictoras(entrada)。统计和机器学习工具箱™le persite ajustar modelos deregresión线性,线性肠道杂物y n no Fine,incluidos los Modelos escalonados y los Modelos de efectos mixtos。una vez que ajuste un Modelo,puede utizarlo para predecir o simular pra o simular eveluar e ejuste el ajuste del Modelo中间pruebas dehipóteisoo Utizargráficaspara Visualizar disutizar diaginousticos,valores diagnoRes diaginuals y efectos y efectos y efectos y efectos y efectos yInteracción。
Statistics and Machine Learning Toolbox también proporciona métodos de regresión no paramétricos para dar cabida a curvas de regresión más complejas sin especificar la relación entre la respuesta y los predictores con una función de regresión predeterminada.puede predecir las cons con los nuevos datos fiturizando el Modero Entrenado。los Modelos deregresióndecropesosgaussianostambiénleveren钙化间隔depredicción。
分类
- 应用回归学习者
进入,valide y ajuste modelos deregresiónde forma Interactiva - Regresión线性
ModelosdeRegresiónMúltiple,Escalonada y Multivariante,yMuchoMás - Modelos Laineals Generalizados
RegresiónLogística,Regresión多项式,RegresióndePoisson yMuchoMás - regresión没有线性
Modelos deregresióndeefectos mixtos y fijos no faleales - RegresiónConMáquinasde vectores de apoyo
Máquinasde vectores de apoyo para Modelos deregresión - regresióndeprocesos gaussianos
Modelos deregresióndeprocesos Gaussianos(Kriging) - 阿尔博尔斯deregresión
ÁrbolesdecisiónBinariospararegresión - 合奏De AmbolesdeRegresión
Bosques aleatorios,ÁrbolesdeRegresiónPotenciados y Empaquetados - Modelo Aditivo Generalizado
Modelo Chanda -Compuesto por Funciones de forma univariadas y bivariadas pararegresión - 重新定性神经元
REDES NEURONALES PARA REGRESION - Aprendizaje增量
Ajuste UN Modelo Lineal Pararegresióna los datos detransmisióny y su su Rendimiento - Decriplación的电容
regresión的参数模型可解释e解释模型deregresióncomplejos - Desarrollo yAreaduaciónDeModelos
SeleccióndeCaracterísticas,IngenieríadeCaracterísticas,SeleccióndeModelos,OptimizacióndeHiperparámetros,vilyaciónCruzadacruzada cruzada,diaghtacióncruzada,diagnomosedeaironónósticosde valores de valores ygráficasygráficasygráficas