ドキュメンテーションヘルプセンタードキュメンテーション
このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
分類は,ラベルが付けられたデータの例から新しい観測値の分類方法をアルゴリズムが“学”習する,ある種の教師あり機械学習です。対話的に分類モデルを調べるには,分類学習器アプリを使用します。柔軟性を向上させるため,コマンドラインインターフェイスで予測子または特徴データを対応する応答またはラベルとともにアルゴリズム近似関数に渡すことができます。
ロジスティック回帰,回帰木,ガウス過程回帰,サポートベクター回帰などの回帰モデルを学習させる方法については,回帰を参照してください。
fitcautoを使用し,指定した学習予測子と応答データに基づいてさまざまなハイパーパラメーターの値をもつ分類モデルのタイプの選択を自動的に試します。
fitcauto
この例では,複数の分類モデルをビルドし,それらのハイパーパラメーターを最適化して,検定データセットでの性能が最適なモデルを選択する方法を示します。
この例では,特定の学習データセットに対して複数の機械学習モデルをビルドし,“スタッキング”と呼ばれる手法を使用してモデルを結合し,個々のモデルの精度に対する検定データセットの精度を向上させる方法を示します。
この例では,判別分析,単純ベイズ分類器,決定木による分類を実行する方法を示します。
この例では,自動信用格付けツールの作成方法を示します。
次のMATLABコマンドに対応するリンクがクリックされました。
コマンドをMATLABコマンドウィンドウに入力して実行してください。WebブラウザーはMATLABコマンドをサポートしていません。
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系