文档帮助中心文档
分类是一种有监督的机器学习,其中算法“学习”从标记数据的例子中分类新的观察结果。要交互式地探索分类模型,请使用分类学习者为了获得更大的灵活性,您可以在命令行界面中将带有相应响应或标签的预测器或特征数据传递给算法拟合函数。
训练回归模型,如logistic回归、回归树、高斯过程回归、支持向量回归等金宝app回归.
使用fitcauto在给定训练预测器和反应数据的情况下,自动尝试选择具有不同超参数值的分类模型类型。
fitcauto
建立多个分类模型,优化其超参数,并选择在测试数据集上表现最好的模型。
为一个给定的训练数据集建立多个机器学习模型,然后使用一种称为叠加的技术将这些模型组合起来,以提高测试数据集的准确性,相比于单个模型的准确性。
使用判别分析、朴素贝叶斯分类器和决策树进行分类。
构建一个自动信用评级工具。
您点击了一个对应于这个MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系