回归学习者应用程序

互动列车，验证和曲调回归模型

在培训和验证回归模型中选择各种算法。在培训多个模型后，并排比较他们的验证错误，然后选择最佳模型。要帮助您确定要使用哪项算法，请参阅回归学习者应用中的列回归模型。

该流程图显示了回归学习者应用程序中的培训回归模型的常见工作流程。

应用

火车回归模型以预测使用监督机器学习的数据

用于培训，比较和改进回归模型的工作流程，包括自动化，手动和并行培训。

将数据从工作区或文件导入回归学习者，找到示例数据集，然后选择交叉验证或保留验证选项。

在回归学习者中，自动培训各种型号，或比较和调整线性回归模型的选项，回归树，支持向量机，高斯过程回归模型以及回归树的集合。金宝app

比较模型统计和可视化结果。

在回归学习者培训后，将模型导出到工作区或生成MATLAB^®代码。

创建和比较回归树，并导出培训的模型来对新数据进行预测。

使用绘图识别有用的预测器，手动选择要包含的功能和使用PCA在回归学习者中的功能。

通过使用HyperParameter优化自动调整回归模型的超级参数。

用优化的超参数训练回归集合模型。

导出和定制培训前后创建的地块。