主要内容

이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。

서포트벡터머신분류

이진분류또는다중클래스분류를위한서포트벡터머신

저차원에서중간차원까지의데이터세트에대한정확도를높이고더폭넓은커널함수선택권을원한다면분류학습기앱을사용하여이진SVM모델이나SVM이진학습기를포함하는다중클래스오류수정출력코드(ECOC)모델을훈련시키십시오。명령줄인터페이스에서fitcsvm을사용하여이진SVM모델을훈련시키거나fitcecoc를사용하여이진SVM학습기로구성된다중클래스ECOC모델을훈련시키면유연성을높일수있습니다。

고차원데이터세트에대한계산시간을단축하려면fitclinear를사용하여선형SVM모델과같은이진선형분류모델을효율적으로훈련시키거나fitcecoc를사용하여SVM모델로구성된다중클래스ECOC모델을훈련시키십시오。

빅데이터에대해비선형분류를수행하는경우fitckernel을사용하여이진가우스커널분류모델을훈련시키십시오。

분류학습기 머신러닝지도학습을사용하여데이터를분류하도록모델훈련시키기

블록

ClassificationSVM预测 使用支持向量机(SVM)分类器对观测数据进行一类分类和二金宝app值分类

함수

모두확장

fitcsvm 단일클래스및이진분류를위한서포트벡터머신분(SVM)류기훈련
fitSVMPosterior 合适的后验概率
预测 서포트벡터머신분(SVM)류기를사용하여관측값분류
templateSVM 金宝app支持向量机模板
fitclinear 拟合二元线性分类器到高维数据
预测 预测线性分类模型的标签
templateLinear 线性分类学习模板
fitckernel 使用随机特征展开拟合二元高斯核分类器
预测 高斯核分类模型的标签预测
templateKernel 内核模式模板
fitcecoc 서포트벡터머신또는다른분류기에대해다중클래스모델피팅하기
预测 使用多类纠错输出码(ECOC)模型对观测进行分类
templateECOC 错误校正输出代码学习模板

클래스

모두확장

ClassificationSVM 단일클래스및이진분류용서포트벡터머신(支持向量机)
CompactClassificationSVM 用于一类和二值分金宝app类的紧凑型支持向量机
ClassificationPartitionedModel 旨在分类模型
ClassificationLinear 用于高维数据二值分类的线性模型
ClassificationPartitionedLinear 用于高维数据二值分类的交叉验证线性模型
ClassificationKernel 高斯核分类模型使用随机特征展开
ClassificationPartitionedKernel 交叉验证的二元核分类模型
ClassificationECOC 支持向量机(svm)等分类器的多类模型金宝app
CompactClassificationECOC 支持向量机(svm)等分类器的紧凑多类模型金宝app
ClassificationPartitionedECOC 支持向量机等分类器的交叉验证多类ECOC模型金宝app
ClassificationPartitionedLinearECOC 用于高维数据多类分类的交叉验证线性纠错输出码模型
ClassificationPartitionedKernelECOC 多类分类的交叉验证核纠错输出码模型

도움말항목

使用分类学习金宝app程序训练支持向量机

创建和比较支持向量机(SVM)分类器,金宝app并导出训练过的模型来对新数据进行预测。

이진분류를위한서포트벡터머신

분리초평면과커널변환을사용하여SVM을통해이진분류를수행합니다。

使用分类支持向量机预测块预测类标签

这个例子展示了如何在Simulink®中使用ClassificationSVM Predict块进行标签预测。金宝app