Приложение Regression Learner

В интерактивном режиме обучите, подтвердите, и модели регрессии мелодии

Примите решение среди различных алгоритмов обучить и подтвердить модели регрессии. После учебных многоуровневых моделей сравните их ошибки валидации рядом друг с другом, и затем выберите лучшую модель. Чтобы помочь вам решить который алгоритм использовать, смотрите, Обучают Модели Регрессии в Приложении Regression Learner.

Эта блок-схема показывает общий рабочий процесс для учебных моделей регрессии в приложении Regression Learner.

Workflow in the Regression Learner app. Step 1: Select data and validation. Step 2: Choose regression model options. Step 3: Train a regression model. Step 4: Assess the regression model performance. Step 5: Export the regression model.

Приложения

Regression LearnerОбучите модели регрессии предсказывать данные с помощью машинного обучения с учителем

Темы

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, ансамблей деревьев регрессии и нейронных сетей 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, моделях экспорта к рабочей области, генерируют MATLAB® код, сгенерируйте код С для предсказания или экспортируйте модели для развертывания на MATLAB Production Server™.

Обучите деревья регрессии Используя приложение Regression Learner

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

Обучите нейронные сети регрессии Используя приложение Regression Learner

Создайте и сравните нейронные сети регрессии и экспортируйте обученные модели, чтобы сделать предсказания 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.

Проверяйте производительность модели Используя набор тестов в приложении Regression Learner

Импортируйте набор тестов в Regression Learner и проверяйте, что метрики набора тестов для лучшего выполнения обучили модели.

Экспортируйте графики в приложении Regression Learner

Экспортируйте и настройте графики, созданные до и после обучения.

Разверните модель, обученную в Regression Learner к MATLAB Production Server

Обучите модель в Regression Learner и экспортируйте его для развертывания на MATLAB Production Server.

Сопутствующая информация

Для просмотра документации необходимо авторизоваться на сайте