MATLAB AutoML 快速入门
为何使用 AutoML？
借助自动化机器学习 (AutoML)，您不必精通机器学习，也能将建模工作流程中复杂的迭代步骤自动化。
是什么限制了机器学习的普及：
- 专业技能学习费时费力
- 增量式的迭代工作流程
- 很多模型难以手动优化
AutoML 的好处
- 工程师和领域专家即便没有机器学习专业背景，也可以构建良好的模型。
- 机器学习专家可以节省时间。
- 有助于实现需要大量优化模型的应用。
如何实现建模自动化
1.特征提取
小波分解复信号。
小波散射
sf = waveletScattering (SignalLength); Loop over signal waveletFeature = featureMatrix(sf,signal) Append waveletFeature to feature table Add labels end
注意：
适用于信号和图像数据
2.特征选择
近邻元分析
识别预测能力较强的一小部分特征。
fscnca(data, labels, 'Lambda'); find(mdl.FeatureWeights > 0.2)
还可使用：
- 最小冗余最大相关性 (MRMR)
- ReliefF
- 逐步选择
3.模型选择
一步识别最佳模型：
- 对于分类问题：
fitcauto(data, labels, 'Options', …) - 对于回归问题：
fitrauto
选项
- 限制优化迭代次数：
MaxObjectiveEvaluations - 激活并行执行：
UseParallel - 每次迭代后保存模型：
SaveIntermediateResults - 限制要考虑的模型和超参数：
Learners / OptimizeHyperparameters - 显示误差：
ShowPlots
注释:
- 不保证能找到最佳模型
- 迭代 50-150 次后结果较好
