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

Clasificación de la máquina del vector de la ayuda

Máquinas vectoriales de soporte para clasificación binaria o multiclase

Para obtener una mayor precisión y opciones de función del kernel en conjuntos de datos de tamaño mediano y bajo, capacite un modelo binario de SVM o un modelo de códigos de salida de corrección de errores de múltiples clases (ECOC) que contenga aprendices binarios SVM utilizando la aplicación Estudiante de clasificación. Para una mayor flexibilidad, utilice la interfaz de línea de comandos para entrenar un modelo binario de SVM usando fitcsvm o entrenar un modelo ECOC de multiclase compuesto por aprendices de SVM binarios usando fitcecoc.

Para un tiempo de cómputo reducido en conjuntos de datos de alta dimensión que caben en el espacio de trabajo MATLAB®, entrenar eficazmente un modelo binario de clasificación lineal, como un modelo SVM lineal, utilizando fitclinear o entrenar un modelo de ECOC multiclase compuesto por modelos SVM utilizando fitcecoc .

Para clasificación no lineal con datos grandes, capacite un modelo binario de clasificación de núcleo de Gauss usando fitckernel.

Aplicaciones

Estudiante de clasificaciónTrain models to classify data using supervised machine learning

Funciones

expandir todo

fitcsvmTrain binary support vector machine (SVM) classifier
fitSVMPosteriorFit posterior probabilities
predictPredict labels using support vector machine (SVM) classifier
templateSVMSupport vector machine template
fitclinearFit linear classification model to high-dimensional data
predictPredict labels for linear classification models
templateLinearLinear classification learner template
fitckernelFit Gaussian kernel classification model using random feature expansion
predictPredict labels for Gaussian kernel classification model
fitcecocFit multiclass models for support vector machines or other classifiers
predictPredict labels using multiclass, error-correcting output codes model
templateECOCError-correcting output codes learner template

Clases

expandir todo

ClassificationSVMSupport vector machine (SVM) for one-class and binary classification
CompactClassificationSVMCompact support vector machine (SVM) for one-class and binary classification
ClassificationPartitionedModelCross-validated classification model
ClassificationLinearLinear model for binary classification of high-dimensional data
ClassificationPartitionedLinearCross-validated linear model for binary classification of high-dimensional data
ClassificationKernelGaussian kernel classification model using random feature expansion
ClassificationECOCMulticlass model for support vector machines or other classifiers
CompactClassificationECOCCompact multiclass model for support vector machines or other classifiers
ClassificationPartitionedECOCCross-validated multiclass ECOC model for support vector machines (SVMs) and other classifiers
ClassificationPartitionedLinearECOCCross-validated linear error-correcting output codes model for multiclass classification of high-dimensional data

Temas

Train Support Vector Machines Using Classification Learner App

Create and compare support vector machine (SVM) classifiers, and export trained models to make predictions for new data.

Support Vector Machines for Binary Classification

Perform binary classification via SVM using separating hyperplanes and kernel transformations.