Линейная модель для двоичной классификации высокомерных данных
ClassificationLinear
является обученным объектом линейной модели для двоичной классификации; линейная модель является машиной опорных векторов (SVM) или логистической регрессионой моделью. fitclinear
подходит для ClassificationLinear
модель путем минимизации целевой функции, используя методы, которые сокращают время расчета для высоко-размерных наборов данных (например, стохастический градиентный спуск). Классификационные потери плюс термин регуляризации составляют целевую функцию.
В отличие от других классификационных моделей и для экономичного использования памяти, ClassificationLinear
объекты модели не хранят обучающие данные. Однако они сохраняют, для примера, оцененные коэффициенты линейной модели, вероятности предыдущего класса и силу регуляризации.
Можно использовать обученные ClassificationLinear
модели для предсказания меток или классификационных оценок для новых данных. Для получения дополнительной информации смотрите predict
.
Создайте ClassificationLinear
объект при помощи fitclinear
.
edge | Классификационные ребра для линейных моделей классификации |
incrementalLearner | Преобразуйте линейную модель для двоичной классификации в инкрементную обучающуюся |
lime | Локальные интерпретируемые модели-агностические объяснения (LIME) |
loss | Классификационные потери для линейных классификационных моделей |
margin | Классификационные поля для линейных моделей классификации |
partialDependence | Вычисление частичной зависимости |
plotPartialDependence | Создайте график частичной зависимости (PDP) и отдельные графики условного ожидания (ICE) |
predict | Спрогнозируйте метки для линейных моделей классификации |
shapley | Значения Shapley |
selectModels | Выберите подмножество регуляризованных, двоичных линейных классификационных моделей |
update | Обновите параметры модели для генерации кода |
Значение. Чтобы узнать, как классы значений влияют на операции копирования, см. раздел «Копирование объектов».
ClassificationECOC
| ClassificationKernel
| ClassificationPartitionedLinear
| ClassificationPartitionedLinearECOC
| fitclinear
| predict