Общий рабочий процесс

Обучите модели регрессии в приложении Regression Learner

Рабочий процесс для обучения, выдерживая сравнение и улучшая модели регрессии, включая автоматизированное, ручное, и параллельное обучение.

Выберите Data и Validation for Regression Problem

Импортируйте данные в Regression Learner из рабочей области или файлов, найдите наборы данных в качестве примера и выберите перекрестную проверку или опции валидации затяжки.

Выберите Regression Model Options

В Regression Learner автоматически обучите выбор моделей, или сравните и настройте опции моделей линейной регрессии, деревьев регрессии, машин опорных векторов, Гауссовых моделей регрессии процесса и ансамблей деревьев регрессии.

Оцените производительность модели в Regression Learner

Сравните статистику модели и визуализируйте результаты.

Экспортируйте модель регрессии, чтобы предсказать новые данные

После обучения в Regression Learner экспортируйте модели в рабочую область или сгенерируйте код MATLAB^®.

Обучите деревья регрессии Используя приложение Regression Learner

Создайте и сравните деревья регрессии и экспортируйте обученные модели, чтобы сделать прогнозы для новых данных.

Индивидуально настраиваемый рабочий процесс

Выбор признаков и преобразование функции Используя приложение Regression Learner

Идентифицируйте полезные предикторы с помощью графиков, вручную избранные функции, чтобы включать, и преобразовать функции с помощью PCA в Regression Learner.

Гипероптимизация параметров управления в приложении Regression Learner

Автоматически настройте гиперпараметры моделей регрессии при помощи гипероптимизации параметров управления.

Обучите модель регрессии Используя гипероптимизацию параметров управления в приложении Regression Learner

Обучите модель ансамбля регрессии оптимизированными гиперпараметрами.

Экспортируйте графики в приложении Regression Learner

Экспортируйте и настройте графики, созданные до и после обучения.