支持向量机回归
用于回归模型的支持向量机
为了提高在中低维数据集上的准确度,可以使用 fitrsvm
训练支持向量机 (SVM) 模型。
为了减少在高维数据集上的计算时间,可以使用 fitrlinear
高效地训练线性回归模型,例如线性 SVM 模型。
App
回归学习器 | 使用有监督机器学习训练回归模型来预测数据 |
模块
RegressionSVM Predict | 使用支持向量机 (SVM) 回归模型预测响应 |
RegressionLinear Predict | 使用线性回归模型预测响应 (自 R2023a 起) |
RegressionKernel Predict | Predict responses using Gaussian kernel regression model (自 R2024b 起) |
IncrementalRegressionLinear Predict | Predict responses using incremental linear regression model (自 R2023b 起) |
IncrementalRegressionLinear Fit | Fit incremental linear regression model (自 R2023b 起) |
IncrementalRegressionKernel Fit | Fit incremental kernel regression model (自 R2024b 起) |
IncrementalRegressionKernel Predict | Predict responses using incremental kernel regression model (自 R2024b 起) |
Update Metrics | Update performance metrics in incremental learning model given new data (自 R2023b 起) |
Detect Drift | Update drift detector states and drift status with new data (自 R2024b 起) |
函数
对象
主题
- Understanding Support Vector Machine Regression
Understand the mathematical formulation of linear and nonlinear SVM regression problems and solver algorithms.
- Predict Responses Using RegressionSVM Predict Block
Train a support vector machine (SVM) regression model using the Regression Learner app, and then use the RegressionSVM Predict block for response prediction.
- Predict Responses Using RegressionLinear Predict Block
This example shows how to use the RegressionLinear Predict block for response prediction in Simulink®. (自 R2023a 起)