Regresión con máquinas de vectores de soporte
Para aumentar la precisión en conjuntos de datos de dimensiones bajas y medianas, entrene un modelo de máquinas de vectores de soporte (SVM) mediante fitrsvm
.
Para reducir el tiempo de proceso en conjuntos de datos de altas dimensiones, entrene de forma eficiente un modelo de regresión lineal, por ejemplo, un modelo SVM lineal, mediante fitrlinear
.
Apps
Regression Learner | Entrenar modelos de regresión para predecir datos usando machine learning supervisado |
Bloques
RegressionSVM Predict | Predecir las respuestas mediante un modelo de regresión de máquina de vectores de soporte (SVM) (desde R2020b) |
RegressionLinear Predict | Predecir respuestas usando el modelo de regresión lineal (desde R2023a) |
Funciones
Objetos
Temas
- Understanding Support Vector Machine Regression
Understand the mathematical formulation of linear and nonlinear SVM regression problems and solver algorithms.
- Train Kernel Approximation Model Using Regression Learner App
Create and compare kernel approximation models, and export trained models to make predictions for new data.
- Predict Responses Using RegressionSVM Predict Block
Train a support vector machine (SVM) regression model using the Regression Learner app, and then use the RegressionSVM Predict block for response prediction.
- Predict Responses Using RegressionLinear Predict Block
This example shows how to use the RegressionLinear Predict block for response prediction in Simulink®. (desde R2023a)