Classification Learner

Обучите модели классифицировать данные с помощью машинного обучения с учителем

расширьте все на странице

Описание

Приложение Classification Learner обучает модели классифицировать данные. Используя это приложение, можно исследовать машинное обучение с учителем с помощью различных классификаторов. Можно исследовать данные, выбрать функции, задать схемы валидации, обучить модели и оценить результаты. Можно выполнить автоматизированное обучение искать лучший тип модели классификации, включая деревья решений, дискриминантный анализ, машины опорных векторов, логистическую регрессию, самых близких соседей, наивного Бейеса, и классификацию ансамблей.

Можно выполнить машинное обучение с учителем путем предоставления известного набора входных данных (наблюдения или примеры) и имеющиеся отклики к данным (например, метки или классы). Вы используете данные, чтобы обучить модель, которая генерирует прогнозы для ответа на новые данные. Чтобы использовать модель с новыми данными или узнать о программируемой классификации, можно экспортировать модель в рабочую область или сгенерировать код MATLAB®, чтобы воссоздать обученную модель.

Совет

Начать, в списке Классификаторов, All Quick-To-Train попытки, чтобы обучить выбор моделей. Смотрите Автоматизированное Обучение Классификатора.

Необходимые продукты

  • MATLAB

  • Statistics and Machine Learning Toolbox™

Примечание: Classification Learner не обеспечивает импорт данных из файла, генерации кода, или параллелен обучению модели в MATLAB Online™.

Откройте приложение Classification Learner

  • Панель инструментов MATLAB: На вкладке Apps, под Machine Learning, кликают по значку приложения.

  • Командная строка MATLAB: Введите classificationLearner.

Примеры

Связанные примеры

Смотрите также

Приложения

Функции

Представленный в R2015a

Документация Statistics and Machine Learning Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте