文档帮助中心
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对新的观察结果进行分类。为了交互式地探索分类模型,使用分类学习者为了获得更大的灵活性,你可以在命令行界面中将预测器或特征数据与相应的响应或标签传递给算法拟合函数。
要训练回归模型,如逻辑回归、回归树、高斯过程回归和支持向量回归,请参阅金宝app回归.
使用fitcauto给定训练预测器和响应数据,自动尝试选择具有不同超参数值的分类模型类型。
fitcauto
构建多个分类模型,优化它们的超参数,并选择在测试数据集上表现最好的模型。
为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,以提高测试数据集上的准确性,而不是单个模型的准确性。
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。
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系