일반워크플로

回归学习者应用中的列回归模型

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。

选择回归问题的数据和验证

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。

选择回归模型选项

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，回归树的合奏和回归神经网络。金宝app

评估回归学习者的模型性能

比较模型统计和可视化结果。

导出回归模型以预测新数据

在回归学习者培训后，将模型导出到工作区，生成MATLAB^®代码，或生成用于预测的C代码。

使用回归学习者的火车回归树

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。

使用方法

使用回归学习者应用的功能选择和功能转换

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。

回归学习者应用中的HyperParameter优化

通过使用HyperParameter优化自动调整回归模型的超级参数。

在回归学习者应用中使用HyperParameter优化的火车回归模型

用优化的超参数训练回归集合模型。

在回归学习者应用程序中的导出图

导出和定制培训前后创建的地块。