Поддержите векторную регрессию машины
Поддержите векторные машины для моделей регрессии
Для большей точности на низком - через средние размерные наборы данных, обучите модель машины вектора поддержки (SVM) использование fitrsvm.
В течение уменьшаемого времени вычисления на высоко-размерных наборах данных эффективно обучите модель линейной регрессии, такую как линейная модель SVM, с помощью fitrlinear.
Приложения
| Regression Learner | Обучите модели регрессии предсказывать данные с помощью машинного обучения с учителем |
Функции
развернуть все
SVM
fitrsvm | Соответствуйте модели регрессии машины вектора поддержки |
predict | Предскажите ответы с помощью модели регрессии машины вектора поддержки |
Линейная регрессия
fitrlinear | Подходящая модель линейной регрессии к высоко-размерным данным |
predict | Предскажите ответ модели линейной регрессии |
Регрессия ядра
fitrkernel | Соответствуйте Гауссовой модели регрессии ядра использование случайного расширения функции |
loss | Потеря регрессии для Гауссовой модели регрессии ядра |
predict | Предскажите ответы для Гауссовой модели регрессии ядра |
resume | Возобновите обучение Гауссовой модели регрессии ядра |
Улучшите регрессию
crossval | Перекрестная подтвержденная модель регрессии машины вектора поддержки |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |