La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Desarrollo y evaluación de modelos

Selección de características, ingeniería de características, selección de modelos, optimización de hiperparámetros, validación cruzada, evaluación de la capacidad predictiva y pruebas de comparación de la precisión de las clasificaciones

Al desarrollar un modelo de clasificación predictiva de alta calidad, es importante seleccionar las características (o predictores) correctos y ajustar los hiperparámetros (parámetros del modelo que no se han estimado).

La selección de características y el ajuste de los hiperparámetros pueden arrojar varios modelos. Puede comparar las tasas de errores de clasificación de k particiones, las curvas ROC, por sus siglas en inglés) o las matrices de confusión entre los modelos. También puede realizar una prueba estadística para detectar si un modelo de clasificación supera significativamente a otro.

Para extraer nuevas características antes de entrenar un modelo de clasificación, utilice gencfeatures.

Para desarrollar y evaluar modelos de clasificación de forma interactiva, utilice la app Classification Learner.

Para seleccionar automáticamente un modelo con hiperparámetros ajustados, utilice fitcauto. Esta función prueba una selección de tipos de modelos de clasificación con diferentes valores en los hiperparámetros y devuelve un modelo final que se prevé que funcione bien con los nuevos datos. Utilice fitcauto cuando no sepa con seguridad los tipos de clasificadores que mejor se adaptan a sus datos.

Para ajustar los hiperparámetros de un modelo concreto, seleccione los valores de los hiperparámetros y realice una validación cruzada del modelo con dichos valores. Por ejemplo, para ajustar un modelo SVM, elija un conjunto de restricciones de cajas y escalas de kernel y, después, realice una validación cruzada de un modelo para cada par de valores. Determinadas funciones de clasificación de Statistics and Machine Learning Toolbox™ ofrecen un ajuste automático de los hiperparámetros mediante optimización bayesiana, búsqueda por cuadrículas o búsqueda aleatoria. bayesopt, la función principal para implementar la optimización bayesiana, es también lo suficientemente flexible para muchas otras aplicaciones. Consulte Bayesian Optimization Workflow.

Para interpretar un modelo de clasificación, puede utilizar lime, shapley y plotPartialDependence.

Apps

Classification Learner

Entrenar modelos para clasificar datos usando machine learning supervisado

Funciones

expandir todo

Selección de características

`fscchi2`	Univariate feature ranking for classification using chi-square tests (desde R2020a)
`fscmrmr`	Rank features for classification using minimum redundancy maximum relevance (MRMR) algorithm
`fscnca`	Feature selection using neighborhood component analysis for classification
`oobPermutedPredictorImportance`	Out-of-bag predictor importance estimates for random forest of classification trees by permutation
`permutationImportance`	Predictor importance by permutation (desde R2024a)
`predictorImportance`	Estimates of predictor importance for classification tree
`predictorImportance`	Estimates of predictor importance for classification ensemble of decision trees
`relieff`	Rank importance of predictors using ReliefF or RReliefF algorithm
`selectFeatures`	Select important features for NCA classification or regression (desde R2023b)
`sequentialfs`	Sequential feature selection using custom criterion

Ingeniería de características

`gencfeatures`	Perform automated feature engineering for classification (desde R2021a)
`describe`	Describe generated features (desde R2021a)
`transform`	Transform new data using generated features (desde R2021a)

Selección de modelos automatizados

fitcauto Automatically select classification model with optimized hyperparameters (desde R2020a)

Optimización de hiperparámetros

`bayesopt`	Select optimal machine learning hyperparameters using Bayesian optimization
`hyperparameters`	Variable descriptions for optimizing a fit function
`optimizableVariable`	Descripción de variables para `bayesopt` u otros optimizadores

Validación cruzada

`crossval`	Estimate loss using cross-validation
`cvpartition`	Partición de datos para validación cruzada
`repartition`	Repartition data for cross-validation
`test`	Índices de prueba para la validación cruzada
`training`	Índices de entrenamiento para la validación cruzada

Interpretación de modelos

Explicaciones independientes del modelo local interpretable (LIME, por sus siglas en inglés)

`lime`	Local interpretable model-agnostic explanations (LIME) (desde R2020b)
`fit`	Fit simple model of local interpretable model-agnostic explanations (LIME) (desde R2020b)
`plot`	Plot results of local interpretable model-agnostic explanations (LIME) (desde R2020b)

Valores de Shapley

`shapley`	Shapley values (desde R2021a)
`fit`	Compute Shapley values for query points (desde R2021a)
`plot`	Plot Shapley values using bar graphs (desde R2021a)
`boxchart`	Visualize Shapley values using box charts (box plots) (desde R2024a)
`swarmchart`	Visualize Shapley values using swarm scatter charts (desde R2024a)

Dependencia parcial

`partialDependence`	Compute partial dependence (desde R2020b)
`plotPartialDependence`	Create partial dependence plot (PDP) and individual conditional expectation (ICE) plots

Evaluación de la capacidad de la clasificación

Matriz de confusión

`confusionchart`	Create confusion matrix chart for classification problem
`confusionmat`	Compute confusion matrix for classification problem

Curva de característica operativa del receptor (ROC)

`rocmetrics`	Receiver operating characteristic (ROC) curve and performance metrics for binary and multiclass classifiers (desde R2022a)
`addMetrics`	Compute additional classification performance metrics (desde R2022a)
`average`	Calcular las métricas de rendimiento para una curva de característica operativa del receptor (ROC) media en un problema multiclase (desde R2022a)
`plot`	Plot receiver operating characteristic (ROC) curves and other performance curves (desde R2022a)
`perfcurve`	Receiver operating characteristic (ROC) curve or other performance curve for classifier output

Pruebas de comparación de la precisión de los modelos

`testcholdout`	Compare predictive accuracies of two classification models
`testckfold`	Compare accuracies of two classification models by repeated cross-validation

Objetos

expandir todo

Selección de características

FeatureSelectionNCAClassification Feature selection for classification using neighborhood component analysis (NCA)

Ingeniería de características

FeatureTransformer Generated feature transformations (desde R2021a)

Optimización de hiperparámetros

BayesianOptimization Bayesian optimization results

Propiedades

ConfusionMatrixChart Properties	Confusion matrix chart appearance and behavior
ROCCurve Properties	Receiver operating characteristic (ROC) curve appearance and behavior (desde R2022a)

Temas

App Classification Learner

Train Classification Models in Classification Learner App
Workflow for training, comparing and improving classification models, including automated, manual, and parallel training.
Visualizar y evaluar el rendimiento de clasificadores en Classification Learner
Compare los valores de precisión de los modelos, visualice resultados representando predicciones de clase y compruebe el rendimiento por clase en la matriz de confusión.
Selección y transformación de características mediante la app Classification Learner
Identifique predictores útiles utilizando gráficas o algoritmos de clasificación de características, seleccione las características que desee incluir y transfórmelas con el PCA en Classification Learner.

Selección de características

Introduction to Feature Selection
Learn about feature selection algorithms and explore the functions available for feature selection.
Sequential Feature Selection
This topic introduces sequential feature selection and provides an example that selects features sequentially using a custom criterion and the sequentialfs function.
Neighborhood Component Analysis (NCA) Feature Selection
Neighborhood component analysis (NCA) is a non-parametric method for selecting features with the goal of maximizing prediction accuracy of regression and classification algorithms.
Tune Regularization Parameter to Detect Features Using NCA for Classification
This example shows how to tune the regularization parameter in fscnca using cross-validation.
Regularize Discriminant Analysis Classifier
Make a more robust and simpler model by removing predictors without compromising the predictive power of the model.
Select Features for Classifying High-Dimensional Data
This example shows how to select features for classifying high-dimensional data.

Ingeniería de características

Automated Feature Engineering for Classification
Use gencfeatures to engineer new features before training a classification model. Before making predictions on new data, apply the same feature transformations to the new data set.

Selección de modelos automatizados

Automated Classifier Selection with Bayesian and ASHA Optimization
Use fitcauto to automatically try a selection of classification model types with different hyperparameter values, given training predictor and response data.

Optimización de hiperparámetros

Bayesian Optimization Workflow
Perform Bayesian optimization using a fit function or by calling bayesopt directly.
Variables for a Bayesian Optimization
Create variables for Bayesian optimization.
Bayesian Optimization Objective Functions
Create the objective function for Bayesian optimization.
Constraints in Bayesian Optimization
Set different types of constraints for Bayesian optimization.
Optimize Cross-Validated Classifier Using bayesopt
Minimize cross-validation loss using Bayesian Optimization.
Optimize Classifier Fit Using Bayesian Optimization
Minimize cross-validation loss using the OptimizeParameters name-value argument in a fitting function.
Bayesian Optimization Plot Functions
Visually monitor a Bayesian optimization.
Bayesian Optimization Output Functions
Monitor a Bayesian optimization.
Bayesian Optimization Algorithm
Understand the underlying algorithms for Bayesian optimization.
Parallel Bayesian Optimization
How Bayesian optimization works in parallel.

Interpretación de modelos

Interpret Machine Learning Models
Explain model predictions using the lime and shapley objects and the plotPartialDependence function.
Shapley Values for Machine Learning Model
Compute Shapley values for a machine learning model using interventional algorithm or conditional algorithm.
Shapley Output Functions
Stop Shapley computations, create plots, save information to your workspace, or perform calculations while using shapley.

Validación cruzada

Implement Cross-Validation Using Parallel Computing
Speed up cross-validation using parallel computing.

Evaluación de la capacidad de la clasificación

ROC Curve and Performance Metrics
Use rocmetrics to examine the performance of a classification algorithm on a test data set.
Performance Curves by perfcurve
Learn how the perfcurve function computes a receiver operating characteristic (ROC) curve.