Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Análisis de grandes datos con matrices altas

Analizar datos fuera de la memoria

Statistics and Machine Learning Toolbox™ contiene una variedad de funciones que funcionan con arreglos de discos altos. Los arreglos de discos altos proporcionan una manera conveniente de trabajar con datos que no caben en la memoria, es que el tamaño de la muestra puede ser arbitrariamente grande. Para crear un arreglo de discos alto, primero cree un almacén de datos que haga referencia a ellos y, a continuación, utilice la función tall para convertir el almacenamiento de información en una matriz alta. Para obtener más información acerca de las matrices altas en MATLAB®, consulte Tall Arrays (MATLAB). Para obtener una lista de las funciones de estadísticas admitidas, consulte Tall Array Support, Usage Notes, and Limitations.

Si tiene Parallel Computing Toolbox™, entonces el uso de la informática paralela puede acelerar ciertos cálculos estadísticos con arreglos altos. Para utilizar comparaciones paralelas con arreglos altos, consulte Amplíe los arreglos altos con otros productos (MATLAB).

Funciones

binScatterPlotScatter plot of bins for tall arrays

Temas

Tall Array Support, Usage Notes, and Limitations

List of Statistics and Machine Learning Toolbox functions that support tall arrays.

Statistics and Machine Learning with Big Data Using Tall Arrays

This example shows how to perform statistical analysis and machine learning on out-of-memory data with MATLAB® and Statistics and Machine Learning Toolbox™.

Logistic Regression with Tall Arrays

This example shows how to use logistic regression and other techniques to perform data analysis on tall arrays.

Bayesian Optimization with Tall Arrays

Perform Bayesian optimization to select optimal parameters for training a kernel classifier on tall arrays.