本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

回归

有监督学习的线性、广义线性、非线性和非参数化方法

回归模型描述响应(输出)变量与一个或多个预测(输入)变量之间的关系。Statistics and Machine Learning Toolbox™ 允许您拟合线性模型、广义线性模型和非线性回归模型,包括逐步模型和混合效应模型。拟合模型后,您可以使用它来预测或仿真响应,使用假设检验来评估模型拟合,或者使用绘图来可视化诊断、残差和交互作用。

Statistics and Machine Learning Toolbox 还提供了非参数化回归方法以拟合更复杂的回归曲线,无需使用预先确定的回归函数指定响应与预测变量之间的关系。您可以使用经过训练的模型来预测对新数据的响应。利用高斯过程回归模型,您还可以计算预测区间。

特色示例