使用分类学习器应用程序训练判别分析分类器

创建和比较判别分析分类器，并导出经过训练的模型以对新数据进行预测。

监督学习工作流及其算法

了解监督学习的步骤和非参数分类和回归函数的特点。

参数分类

分类响应数据

判别分析分类

了解判别分析算法以及如何使判别分析模型适合数据。

建立判别分析模型

了解用于构造判别分析分类器的算法。

创建并可视化判别分析分类器

对Fisher虹膜数据执行线性和二次分类。

改进判别分析模型

检验和改进判别分析模型的性能。

正则化判别分析分类器

在不影响模型预测能力的情况下，通过移除预测因子，使模型更稳健、更简单。

检验高斯混合假设

判别分析假设数据来自高斯混合模型。理解如何检验这个假设。

利用判别分析模型进行预测

了解预测使用判别分析模型对观测进行分类。

可视化不同分类器的决策面

这个例子展示了如何可视化不同分类算法的决策面。