Поддержите векторную классификацию машин

Поддержите векторные машины для классификации мультиклассов или двоичного файла

Для большей точности и функционального ядром выбора на низком - через средние размерные наборы данных, обучите бинарную модель SVM или модель выходных кодов с коррекцией ошибок (ECOC) мультикласса, содержащую двоичных учеников SVM, использующих приложение Classification Learner. Для большей гибкости используйте интерфейс командной строки, чтобы обучить бинарную модель SVM с помощью fitcsvm или обучить мультикласс модель ECOC, состоявшая из бинарных учеников SVM, использующих fitcecoc.

В течение уменьшаемого времени вычисления на высоко-размерных наборах данных эффективно обучите двоичный файл, линейную модель классификации, такую как линейная модель SVM, с помощью fitclinear или обучите мультикласс модель ECOC, состоявшая из моделей SVM с помощью fitcecoc.

Для нелинейной классификации с большими данными обучите двоичный файл, Гауссова модель классификации ядер использование fitckernel.

Приложения

Classification LearnerОбучите модели классифицировать данные с помощью машинного обучения с учителем

Функции

развернуть все

fitcsvmОбучите классификатор машины вектора поддержки (SVM) и бинарной классификации одного класса
fitSVMPosteriorПодходящие апостериорные вероятности
predictКлассифицируйте наблюдения с помощью классификатора машины вектора поддержки (SVM)
templateSVMПоддержите векторный шаблон машины
fitclinearСоответствуйте линейной модели классификации к высоко-размерным данным
predictПредскажите метки для линейных моделей классификации
templateLinearЛинейный шаблон ученика классификации
fitckernelСоответствуйте Гауссовой модели классификации ядер использование случайного расширения функции
predictПредскажите метки для Гауссовой модели классификации ядер
templateKernelШаблон модели Kernel
fitcecocПодходящие модели мультикласса для машин вектора поддержки или других классификаторов
predictКлассифицируйте наблюдения с помощью модели выходных кодов с коррекцией ошибок (ECOC) мультикласса
templateECOCВыходной шаблон ученика кода с коррекцией ошибок

Классы

развернуть все

ClassificationSVMМашина вектора поддержки (SVM) для и бинарной классификации одного класса
CompactClassificationSVMКомпактная машина вектора поддержки (SVM) для и бинарной классификации одного класса
ClassificationPartitionedModelПерекрестная подтвержденная модель классификации
ClassificationLinearЛинейная модель для бинарной классификации высоко-размерных данных
ClassificationPartitionedLinearПерекрестная подтвержденная линейная модель для бинарной классификации высоко-размерных данных
ClassificationKernelГауссова модель классификации ядер использование случайного расширения функции
ClassificationPartitionedKernelПерекрестная подтвержденная, бинарная модель классификации ядер
ClassificationECOCМодель Multiclass для машин вектора поддержки (SVMs) и других классификаторов
CompactClassificationECOCКомпактная модель мультикласса для машин вектора поддержки (SVMs) и других классификаторов
ClassificationPartitionedECOCПерекрестный подтвержденный мультикласс модель ECOC для машин вектора поддержки (SVMs) и других классификаторов
ClassificationPartitionedLinearECOCПерекрестная подтвержденная линейная выходная модель кода с коррекцией ошибок для классификации мультиклассов высоко-размерных данных
ClassificationPartitionedKernelECOCПерекрестная подтвержденная модель выходных кодов с коррекцией ошибок (ECOC) ядра для классификации мультиклассов

Темы

Обучите машины вектора поддержки Используя приложение Classification Learner

Создайте и сравните классификаторы машины вектора поддержки (SVM) и экспортируйте обученные модели, чтобы сделать прогнозы для новых данных.

Поддержите векторные машины для бинарной классификации

Выполните бинарную классификацию через SVM, использующий разделение преобразования ядра и гиперплоскости.

Для просмотра документации необходимо авторизоваться на сайте