什么是有监督学习?
你可以使用分类学习器训练模型来对数据进行分类。使用这个APP时,你可以通过使用各种分类模型来探索监督机器学习。你可以浏览数据、选择特征、指定验证方案、训练模型和评估结果。你可以执行自动训练来寻找最佳的分类模型,包括决策树、判别分析、支持向量机、逻辑回归、最近邻和集成分类器等等。
通过提供一组已知的输入数据(观测量或示例值)和数据对应的已知响应(即标签或类别),来实施有监督的机器学习。使用这些数据来训练一个模型,该模型能得出对新数据的响应的预测。
若想在新数据上使用分类器,或学习编程式分类器,可以将模型导出到工作区或重新生成训练模型的MATLAB代码。
自动分类器训练
基于你的数据,你可以使用Classification Learner APP自动训练所选定的不同的分类模型。
- 从一次自动训练多个模型开始。你可以快速尝试选择模型,然后以交互地方式探索更有价值的模型。
- 如果你已经知道你想要什么类型的分类器,那就训练单个分类器。参见分类器训练手册。
1、在APP选项卡上的“数学、统计和优化”组中,单击“分类学习系统”。
2、单击“新建会话”,然后从工作区或文件中选择数据。指定一个响应变量以用作预测变量。请参见“分类问题中的选