Регрессия машины опорных векторов
Машины опорных векторов для моделей регрессии
Для большей точности на низком - через средние размерные наборы данных, обучите модель машины опорных векторов (SVM) использование fitrsvm.
Для сокращения 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 | Подбирайте модель регрессии машины опорных векторов |
predict | Предскажите ответы с помощью модели регрессии машины опорных векторов |
Линейная регрессия
fitrlinear | Подбирайте модель линейной регрессии к высоко-размерным данным |
predict | Предскажите ответ модели линейной регрессии |
Регрессия ядра
fitrkernel | Подбирайте Гауссову модель 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 опорных векторов |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |
