使用分类学习程序训练判别分析分类器

创建和比较判别分析分类器，并导出训练过的模型，对新数据进行预测。

监督学习工作流和算法

了解监督学习的步骤和非参数分类和回归函数的特点。

参数分类

分类响应数据

判别分析分类

理解判别分析算法以及如何将判别分析模型与数据相匹配。

建立判别分析模型

理解用于构造判别分析分类器的算法。

创建和可视化判别分析分类器

对Fisher虹膜数据进行线性和二次分类。

改进判别分析模型

检验和改进判别分析模型的性能。

正则化判别分析分类器

在不影响模型预测能力的情况下，通过删除预测器来建立一个更健壮、更简单的模型。

检验高斯混合假设

判别分析假设数据来自高斯混合模型。了解如何检验这个假设。

使用判别分析模型进行预测

了解预测使用判别分析模型对观测进行分类。

可视化不同分类器的决策曲面

这个例子展示了如何可视化不同分类算法的决策面。