Main Content

本页的翻译已过时。点击此处可查看最新英文版本。

分类学习器

使用有监督的机器学习训练模型以对数据进行分类

说明

分类学习器会训练模型,以对数据进行分类。使用此 App,您可以使用各种分类器来探索有监督机器学习。您可以探查数据,选择特征,指定验证方案,训练模型和评估结果。您可以执行自动训练来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、朴素贝叶斯和集成分类。

您可以通过提供一组已知的输入数据(观测值或示例)和对数据的已知响应(例如标签或类)来执行有监督的机器学习。您可以使用这些数据来训练模型,该模型可以为对新数据的响应生成预测。要将模型与新数据结合使用或要了解编程式分类,您可以将模型导出到工作区或生成 MATLAB® 代码来重新创建经过训练的模型。

提示

要开始使用,请在 Classifier 列表中,尝试用 All Quick-To-Train 来训练所选模型。请参阅Automated Classifier Training

需要的产品

  • MATLAB

  • Statistics and Machine Learning Toolbox™

注意:分类学习器不提供来自 MATLAB Online™ 中的文件、代码生成或并行模型训练的数据导入。

Classification Learner app

打开 分类学习器 App

  • MATLAB 工具条:在 Apps 选项卡上的 Machine Learning 下,点击该 App 的图标。

  • MATLAB 命令提示符:输入 classificationLearner

在 R2015a 中推出