Matlab Classification Learner 使用
介绍
在matlab中,既可以使用函数来对数据进行分类,也使用图形化界面的工具箱来进行分类操作。接下来讲讲如何使用。这里我主要介绍受监督的训练模型分类。
使用此工具箱, 我们可以使用各种分类器来探索受监督的机器学习。同时可以浏览数据、选择功能、指定验证方案、培训模型和评估结果。可以执行自动培训以搜索最佳分类模型类型, 包括决策树、判别分析、支持向量机、逻辑回归、最近邻居和集合分类等等。
什么是受监督的机器学习?
通过提供已知的一组输入数据 (观察或示例) 和已知的数据响应 (例如, 标签或类) 来执行受监督的机器学习。使用数据培训模型, 以生成对新数据的响应的预测。若要将模型与新数据一起使用, 或者要了解编程分类, 可以将模型导出到工作区或生成 MATLAB^?^用于重新创建经过培训的模型的代码。
![supervised_learning_model.png](https://github.com/zhen8838/zhen8838.github.io/raw/master/img/supervised_learning_model.png)
点击开始自动分类器
我们可以使用Classification Learner对数据进行自动训练并且能选择不同的模型。 我们在APP选项卡中单击Classification Learner即可启动。
![open_classification.png](https://github.com/zhen8838/zhen8838.github.io/raw/master/img/open_classification.png)