La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.
Clasificación de máquinas de vectores de apoyo
Para aumentar la precisión y las opciones de funciones de kernel en conjuntos de datos de dimensiones bajas y medianas, entrene un modelo SVM binario o un modelo multiclase de códigos de salida de corrección de errores (ECOC, por sus siglas en inglés) que contenga aprendices binarios de SVM mediante la appClassification Learner. Para mayor flexibilidad, utilice la interfaz de línea de comandos para entrenar un modelo SVM binario mediantefitcsvm
o un modelo ECOC multiclase compuesto por aprendices binarios de SVM mediantefitcecoc
.
Para reducir el tiempo de proceso en conjuntos de datos de altas dimensiones, entrene de forma eficiente un modelo de clasificación lineal binaria, por ejemplo, un modelo SVM lineal, mediantefitclinear
o entrene un modelo ECOC multiclase compuesto por modelos SVM mediantefitcecoc
.
Para las clasificaciones no lineales con big data, entrene un modelo de clasificación binaria de kernel gaussiano mediantefitckernel
.
Apps
Classification Learner | Train models to classify data using supervised machine learning |
Bloques
ClassificationSVM Predict | Classify observations using support vector machine (SVM) classifier for one-class and binary classification |
Funciones
Clases
Temas
Train Support Vector Machines Using Classification Learner App
Create and compare support vector machine (SVM) classifiers, and export trained models to make predictions for new data.
Support Vector Machines for Binary Classification
Perform binary classification via SVM using separating hyperplanes and kernel transformations.
Predict Class Labels Using ClassificationSVM Predict Block
This example shows how to use the ClassificationSVM Predict block for label prediction in Simulink®.
Información relacionada
Signal Classification Using Wavelet-Based Features and Support Vector Machines(Wavelet Toolbox)
Wavelet Time Scattering Classification of Phonocardiogram Data(Wavelet Toolbox)