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

Soporte de clasificación de máquinas vectoriales

Soporte de máquinas vectoriales para clasificación binaria o multiclase

Para obtener una mayor precisión y opciones de función de kernel en conjuntos de datos de baja y mediana dimensión, entrenar un modelo binario SVM o un modelo de códigos de salida de corrección de errores multiclase (ECOC) que contiene los alumnos binarios de SVM que utilizan la aplicación.El alumno de clasificación Para una mayor flexibilidad, utilice la interfaz de línea de comandos para entrenar un modelo de SVM binario utilizando o entrenar un modelo ECOC multiclase compuesto de estudiantes de SVM binarios utilizando.fitcsvmfitcecoc

Para reducir el tiempo de cálculo en conjuntos de datos de alta dimensionalidad, entrenar eficientemente un modelo de clasificación lineal y binaria, como un modelo SVM lineal, utilizando o entrenar un modelo ECOC multiclase compuesto de modelos SVM utilizando.fitclinearfitcecoc

Para la clasificación no lineal con Big Data, entrenar un binario, modelo de clasificación de kernel gaussiano utilizando.fitckernel

Aplicaciones

El alumno de clasificaciónEntrenar modelos para clasificar los datos mediante el aprendizaje automático supervisado

Funciones

expandir todo

fitcsvmClasificador de máquina de vectores de soporte de tren (SVM) para clasificación binaria y de una clase
fitSVMPosteriorAjuste las probabilidades posteriores
predictClasifique las observaciones mediante el clasificador de máquina de vectores de soporte (SVM)
templateSVMPlantilla de máquina de vectores de soporte
fitclinearAjuste el modelo de clasificación lineal a datos de alta cota
predictPredecir etiquetas para modelos de clasificación lineal
templateLinearPlantilla de aprendizaje de clasificación lineal
fitckernelAjuste el modelo de clasificación de kernel gaussiano utilizando la expansión de características aleatorias
predictPredecir etiquetas para el modelo de clasificación de kernel gaussiano
templateKernelPlantilla de modelo de kernel
fitcecocAjuste modelos multiclase para máquinas de vectores de soporte u otros clasificadores
predictClasifique las observaciones utilizando el modelo de códigos de salida de corrección de errores multiclase (ECOC)
templateECOCPlantilla de aprendizaje de códigos de salida de corrección de errores

Clases

expandir todo

ClassificationSVMMáquina de vectores de soporte (SVM) para clasificación binaria y de una clase
CompactClassificationSVMMáquina de vectores de soporte (SVM) compacta para clasificación binaria y de una clase
ClassificationPartitionedModelModelo de clasificación de validación cruzada
ClassificationLinearModelo lineal para la clasificación binaria de datos de alta cota
ClassificationPartitionedLinearModelo lineal con validación cruzada para la clasificación binaria de datos de alta cota
ClassificationKernelModelo de clasificación de kernel Gaussiano con expansión de características aleatorias
ClassificationPartitionedKernelModelo de clasificación de kernel binario validado con validación cruzada
ClassificationECOCModelo multiclase para máquinas de vectores de soporte (SVMs) y otros clasificadores
CompactClassificationECOCModelo compacto multiclase para máquinas de vectores de soporte (SVMs) y otros clasificadores
ClassificationPartitionedECOCModelo ECOC multiclase validado por Cross para máquinas de vectores de soporte (SVMs) y otros clasificadores
ClassificationPartitionedLinearECOCModelo de códigos de salida de corrección de errores lineales con validación cruzada para la clasificación multiclase de datos de alta cota
ClassificationPartitionedKernelECOCModelo de códigos de salida de corrección de errores del kernel (ECOC) con validación cruzada para la clasificación multiclase

Temas

Entrenar máquinas de vectores de soporte usando la aplicación de clasificación aprendiz

Cree y compare clasificadores de máquina de vectores de soporte (SVM) y exporte modelos entrenados para realizar predicciones para nuevos datos.

Máquinas de vectores de soporte para clasificación binaria

Realice la clasificación binaria mediante SVM mediante la separación de hiperplanos y transformaciones del kernel.