MATLAB工具箱——Classification Learner使用

我用的是MATLAB2018b，经过简单摸索后现分享如下：

Classification  Learner工具箱可以训练很多模型包括：decision trees, discriminant analysis, support vector machines, logistic regression, nearest neighbors, naive Bayes, and ensemble classification 等等

官方关于这个工具箱的参考文档可以好好看一下，看完基本就差不多了：

https://ww2.mathworks.cn/help/stats/train-classification-models-in-classification-learner-app.html

有个训练决策树模型的例子：具体步骤很清晰，换成其他模型以此类推

https://ww2.mathworks.cn/help/stats/train-decision-trees-in-classification-learner-app.html

还有对新数据的预测：https://ww2.mathworks.cn/help/stats/export-classification-model-for-use-with-new-data.html 

简单使用步骤：

 

1. 点击APP下，机器学习与深度学习类中的classification learner 
2. 点击New Session

图1
​​​​

 3.我选择的是from workspace，我的训练集数目为8400，注意我选择的变量t是8400*124的矩阵（8400*123的训练数据和8400*1的标签组成的），导入时工具箱会自动拆分。我这里其他选项默认，然后选择start session。 

 

图2

 

4.从model type 中选择你需要的模型，点击train开始训练模型训练结束后导出模型，点击export model,我选择的是generate code,再点击保存文件,文件名为trainedclassifier.m。