matlab fts2mat,机器学习——使用Matlab工具箱

本文介绍了如何使用Matlab的Classification Learner App进行机器学习,包括数据导入、特征选择、算法选择、模型训练及评估,并展示了模型的导出和预测过程。
摘要由CSDN通过智能技术生成

Matlab提供了一个机器学习工具箱,里面的分类学习器应用程序(Classification Learner App)提供了一个机器学习应用常用的操作。

构建机器学习应用,通常有数据导入、数据探索和特征选择、训练模型、比较模型和输出模型五部分,分类学习器实现了这些功能。

启动方法

命令行输入classification Learner 或者App栏中选择classification Learner

11f33245e1b10a930d03c7acb6e5553d.png

导入数据

数据导入matlab工作空间,归一化(min-max、Z-score、小数点定标)后即可导入分类学习器

选择New Session,可以选择从工作空间导入,也可以选择从文件导入

336665bc9c2ab2756eeaa56b1d70e065.png

选择数据集后,需要声明哪些是输入量,哪些是输出量。Predictor代表输入量,Response代表输出量。

右侧一栏选择是否验证,可以选择k-fold validation交叉验证法。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值