Seth Deland,Mathworks
学习Matlab中的机器学习工具®可用于解决回归,聚类和分类问题。
机器学习使用从数据中学习的算法来帮助提高决策。机器学习应用程序的示例包括群集,其中对象被分组为具有类似特征的箱子;回归,其中估计变量之间的关系;和分类,其中培训的模型用于预测分类响应。让我们来看看机器学习工作流程中的步骤。您可能在许多地方有数据,例如多个电子表格和数据库。
MATLAB提供交互式工具,可以轻松执行各种机器学习任务,包括连接和导入数据。应用程序可以生成MATLAB代码,使您能够自动执行任务。通常,数据具有缺失或不正确的值。查找,删除和清洁数据的功能使您可以让您的数据准备好进行分析。
诸如数据趋势、模式和异常值等信息可以帮助我们决定应用哪种机器学习技术。使用数据可视化工具,您可以探索您的数据,确定关键特征,并交流您的发现。对于一个特定的问题,最好的机器学习算法是什么并不总是显而易见的。Statistics Toolbox有各种各样的算法可供选择。这些算法使用相似的语法。
这使您可以快速尝试几种不同的机器学习方法,如在此示例中,我们将逻辑回归,区分分析和k离最近的邻居应用于我们的数据集。一些机器学习算法是计算密集的。您可以使用内置支持来加快这些算法,用于并行计算。金宝app
神经网络也是监督和非监督学习的常用方法。神经网络工具箱提供额外的算法和点击应用程序,指导您通过训练和测试神经网络的过程。
训练有素的不同型号,必须在测试数据上进行比较,以便我们对我们的结果提供信心。在此示例中,我们比较正确的不同算法如何正确分类我们的测试数据。通常需要精制模型,以便他们在最终应用程序中运行更快。每个模型细化和减少的工具使您可以分析算法参数的效果并识别可用于产生类似结果的功能的子集。
机器学习算法通常用于企业系统中。使用带有附加构建器产品的MATLAB编译器,您可以将MATLAB模型直接集成到Jav下载188bet金宝搏a中编写的应用程序,并且.NET模型也可以部署为Excel加载项和独立的可执行文件。有关机器学习的更多信息,请单击下面的链接。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
本网站使用cookie来改善您的用户体验,个性化内容和广告,并分析网站流量。继续使用本网站,即表示您同意我们使用cookies。请参阅我们的隐私政策了解有关cookie的更多信息以及如何更改设置。