Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Clasificación de máquinas de vectores de apoyo

Máquinas de vectores de apoyo para clasificación binaria o multiclase

Para aumentar la precisión y las opciones de funciones de kernel en conjuntos de datos de dimensiones bajas y medianas, entrene un modelo SVM binario o un modelo multiclase de códigos de salida de corrección de errores (ECOC, por sus siglas en inglés) que contenga aprendices binarios de SVM mediante la app Classification Learner. Para mayor flexibilidad, utilice la interfaz de línea de comandos para entrenar un modelo SVM binario mediante fitcsvm o un modelo ECOC multiclase compuesto por aprendices binarios de SVM mediante fitcecoc.

Para reducir el tiempo de proceso en conjuntos de datos de altas dimensiones, entrene de forma eficiente un modelo de clasificación lineal binaria, por ejemplo, un modelo SVM lineal, mediante fitclinear o entrene un modelo ECOC multiclase compuesto por modelos SVM mediante fitcecoc.

Para las clasificaciones no lineales con big data, entrene un modelo de clasificación binaria de kernel gaussiano mediante fitckernel.

Apps

Classification LearnerTrain models to classify data using supervised machine learning

Bloques

ClassificationSVM PredictClassify observations using support vector machine (SVM) classifier for one-class and binary classification

Funciones

expandir todo

fitcsvmTrain support vector machine (SVM) classifier for one-class and binary classification
fitSVMPosteriorFit posterior probabilities
predictClassify observations using support vector machine (SVM) classifier
templateSVMSupport vector machine template
fitclinearFit binary linear classifier to high-dimensional data
predictPredict labels for linear classification models
templateLinearLinear classification learner template
fitckernelFit binary Gaussian kernel classifier using random feature expansion
predictPredict labels for Gaussian kernel classification model
templateKernelKernel model template
fitcecocFit multiclass models for support vector machines or other classifiers
predictClassify observations using multiclass error-correcting output codes (ECOC) 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
ClassificationPartitionedKernelCross-validated, binary kernel classification model
ClassificationECOCMulticlass model for support vector machines (SVMs) and other classifiers
CompactClassificationECOCCompact multiclass model for support vector machines (SVMs) and 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
ClassificationPartitionedKernelECOCCross-validated kernel error-correcting output codes (ECOC) model for multiclass classification

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.

Predict Class Labels Using ClassificationSVM Predict Block

This example shows how to use the ClassificationSVM Predict block for label prediction in Simulink®.