主要内容gydF4y2Ba

使用分类学习金宝app程序训练支持向量机gydF4y2Ba

这个例子展示了如何在Classification Learner应用程序金宝app中构造支持向量机(SVM)分类器gydF4y2Ba电离层gydF4y2Ba包含两个类的数据集。您可以使用支持向量机(SVM金宝app)与两个或更多类在分类学习者。支持向量机通过寻找最好的超平面将一个类的所有数据点从另一个类的数据点中分离出来来分类数据。在gydF4y2Ba电离层gydF4y2Ba数据，响应变量分为两个层次:gydF4y2BaggydF4y2Ba表示良好的雷达回报，并且gydF4y2BabgydF4y2Ba表示雷达返回错误。gydF4y2Ba

  1. 在MATLABgydF4y2Ba®gydF4y2Ba,加载gydF4y2Ba电离层gydF4y2Ba数据集，并从数据集中定义一些变量用于分类。gydF4y2Ba

    负载gydF4y2Ba电离层gydF4y2Ba电离层= array2table (X);电离层。组= Y;gydF4y2Ba

    或者，您可以加载gydF4y2Ba电离层gydF4y2Ba数据集和保存gydF4y2BaXgydF4y2Ba和gydF4y2BaYgydF4y2Ba数据作为独立的变量。gydF4y2Ba

  2. 在gydF4y2Ba应用程序gydF4y2Ba选项卡,gydF4y2Ba机器学习和深度学习gydF4y2Ba组中,单击gydF4y2Ba分类学习者gydF4y2Ba．gydF4y2Ba

  3. 在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba文件gydF4y2Ba部分中,点击gydF4y2Ba新会话>从工作区gydF4y2Ba．gydF4y2Ba

    在“来自工作区的新会话”对话框中，选择表gydF4y2Ba电离层gydF4y2Ba从gydF4y2Ba数据集变量gydF4y2Ba列表。观察应用程序根据数据类型选择响应和预测变量。响应变量gydF4y2Ba集团gydF4y2Ba有两个水平。所有其他变量都是预测变量。gydF4y2Ba

    或者，如果你保留你的预测数据gydF4y2BaXgydF4y2Ba和响应变量gydF4y2BaYgydF4y2Ba作为两个独立的变量，可以先选择矩阵gydF4y2BaXgydF4y2Ba从gydF4y2Ba数据集变量gydF4y2Ba列表。然后,在gydF4y2Ba响应gydF4y2Ba,单击gydF4y2Ba从工作空间gydF4y2Ba单选按钮，选择gydF4y2BaYgydF4y2Ba从列表中。的gydF4y2BaYgydF4y2Ba变量和gydF4y2Ba集团gydF4y2Ba变量。gydF4y2Ba

  4. 点击gydF4y2Ba开始会议gydF4y2Ba．gydF4y2Ba

    分类学习者创建数据的散点图。gydF4y2Ba

  5. 使用散点图来可视化哪些变量对预测响应是有用的。在X轴和y轴控件中选择不同的变量。观察哪些变量能最清楚地区分类的颜色。gydF4y2Ba

  6. 创建一个选择的支持向量机模型，对gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba模型类型gydF4y2Ba节中，单击向下箭头以展开分类器列表，并在gydF4y2Ba金宝app支持向量机gydF4y2Ba,点击gydF4y2Ba所有支持向量机gydF4y2Ba．gydF4y2Ba

    然后单击gydF4y2Ba火车gydF4y2Ba．gydF4y2Ba

    提示gydF4y2Ba

    如果你有并行计算工具箱™，你可以训练所有的模型(gydF4y2Ba所有支持向量机gydF4y2Ba)同时选择gydF4y2Ba使用并行gydF4y2Ba按钮gydF4y2Ba培训gydF4y2Ba节之前点击gydF4y2Ba火车gydF4y2Ba．你点击后gydF4y2Ba火车gydF4y2Ba，打开并行池对话框打开并保持打开状态，同时应用程序打开并行工作人员池。在此期间，您不能与该软件进行交互。泳池开放后，应用程序会同时训练模特。gydF4y2Ba

    分类学习器训练图库中每个不可优化的SVM分类选项中的一个，并突出显示最好的分数。该应用程序在一个框中勾勒出gydF4y2Ba准确性(验证)gydF4y2Ba最好的模型得分。gydF4y2Ba

  7. 中选择一个模型gydF4y2Ba模型gydF4y2Ba窗格以查看结果。检查训练模型的散点图，并尝试绘制不同的预测因子。分类错误的点用X表示。gydF4y2Ba

  8. 检查每节课预测的准确性gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba情节gydF4y2Ba部分中,点击gydF4y2Ba混淆矩阵gydF4y2Ba并选择gydF4y2Ba验证数据gydF4y2Ba．查看真实班级和预测班级结果的矩阵。gydF4y2Ba

  9. 中选择其他模型gydF4y2Ba模型gydF4y2Ba窗格来比较。gydF4y2Ba

  10. 选择最好的模型(最好的分数在方框中高亮显示)。为了改进模型，尝试在模型中加入不同的功能。看看是否可以通过删除预测能力低的特征来改进模型。gydF4y2Ba

    在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba特性gydF4y2Ba部分中,点击gydF4y2Ba特征选择gydF4y2Ba．在Feature Selection对话框中，指定要从模型中删除的预测器，然后单击gydF4y2Ba火车gydF4y2Ba用新的选项训练一个新的模型。的分类器之间比较结果gydF4y2Ba模型gydF4y2Ba窗格。gydF4y2Ba

  11. 要调查特征，包括或排除，使用平行坐标图。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba情节gydF4y2Ba部分中,选择gydF4y2Ba平行坐标gydF4y2Ba．gydF4y2Ba

  12. 选择最好的模型在gydF4y2Ba模型gydF4y2Ba窗格。为了进一步改进模型，请尝试更改支持向量机的设置。在gydF4y2Ba分类学习者gydF4y2Ba选项卡,gydF4y2Ba模型类型gydF4y2Ba部分中,点击gydF4y2Ba先进的gydF4y2Ba．尝试更改设置，然后单击训练新模型gydF4y2Ba火车gydF4y2Ba．有关设置的信息，请参见gydF4y2Ba金宝app支持向量机gydF4y2Ba．gydF4y2Ba

  13. 要将训练过的模型导出到工作空间，请选择Classification Learner选项卡并单击gydF4y2Ba出口模式gydF4y2Ba．看到gydF4y2Ba导出分类模型来预测新数据gydF4y2Ba．gydF4y2Ba

  14. 要检查用于训练此分类器的代码，请单击gydF4y2Ba生成函数gydF4y2Ba．有关SVM模型，请参见gydF4y2Ba生成C代码的预测gydF4y2Ba．gydF4y2Ba

使用相同的工作流来评估和比较您可以在分类学习器中训练的其他分类器类型。gydF4y2Ba

尝试所有不可优化的分类器模型预置您的数据集:gydF4y2Ba

  1. 单击最右边的箭头gydF4y2Ba模型类型gydF4y2Ba节以展开分类器列表。gydF4y2Ba

  2. 点击gydF4y2Ba所有gydF4y2Ba,然后单击gydF4y2Ba火车gydF4y2Ba．gydF4y2Ba

要了解其他分类器类型，请参见gydF4y2Ba在分类学习者应用程序中训练分类模型gydF4y2Ba．gydF4y2Ba

相关的话题gydF4y2Ba

统计和机器学习工具箱文档gydF4y2Ba

金宝app

掌握机器学习:一步一步的指导与MATLABgydF4y2Ba

掌握机器学习:一步一步的指导与MATLABgydF4y2Ba

下载电子书gydF4y2Ba