赛斯·德兰,马修斯
了解如何在MATLAB中使用机器学习工具®可用于解决回归、聚类和分类问题。
机器学习使用从数据中学习的算法来帮助做出更好的决策。机器学习应用的例子包括聚类,其中对象被分组到具有相似特征的箱子中;回归,其中变量之间的关系被估计;分类,其中训练过的模型用于预测分类响应让我们来看看机器学习工作流中的步骤。你可能在很多地方都有数据,比如多个电子表格和数据库。
MATLAB提供了交互式工具,可以轻松执行各种机器学习任务,包括连接和导入数据。应用程序可以生成MATLAB代码,使您能够自动化任务。通常情况下,数据的值丢失或不正确。查找、删除和清理数据的功能使您能够准备好数据进行分析。
诸如数据趋势、模式和异常值等信息可以帮助我们决定应用哪种机器学习技术。使用数据可视化工具,您可以探索您的数据,确定关键特征,并交流您的发现。对于一个特定的问题,最好的机器学习算法是什么并不总是显而易见的。Statistics Toolbox有各种各样的算法可供选择。这些算法使用相似的语法。
这使您能够快速尝试几种不同的机器学习方法,例如在本例中,我们对数据集应用逻辑回归、判别分析和K近邻。一些机器学习算法是计算密集型的。您可以使用内置的并行计算支持来加速这些算法。金宝app
神经网络也是有监督和无监督学习的常用方法。神经网络工具箱提供了额外的算法和点击应用程序,指导您完成神经网络的培训和测试过程。
在训练了不同的模型之后,比较它们在测试数据上的性能是非常重要的,这样我们才能对结果有信心。在本例中,我们比较了不同算法正确分类测试数据的准确程度。通常,需要对模型进行优化,以便它们在最终应用程序中运行得更快。每个模型的工具精细化和简化使您能够分析算法参数的影响,并确定可用于产生类似结果的特征子集。
机器学习算法通常用于企业系统。使用MATLAB编译器和加载项生成器产品,您可以将MATLAB模型直接集成到用Java编写的应用程序中,.NET模型也可以部署为Excel加载项和独立可执行文件。有关机器学习的详细信息,下载188bet金宝搏请单击下面的链接。
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。