matlab 分类学习工具箱 Classification Learner
转载:https://blog.csdn.net/qq_27914913/article/details/71436838
在matlab中,既有各种分类器的训练函数,比如“fitcsvm”,也有图形界面的分类学习工具箱,里面包含SVM、决策树、Knn等各类分类器,使用非常方便。接下来讲讲如何使用。
1、启动:
点击“应用程序”,在面板中找到“Classification Learner”图标点击即启动,也可以在命令行输入“classificationlearner”,回车,也可启动。如下图:
2、导入数据:
点击“New Session”,可以从工作空间或文件中导入数据。
(默认数组中最后一列为标签)
选择数据后,导入分为三步:
第一步,确定你的数据格式,这里导入的数据是一个矩阵,既有样本输入也有对应的输出。比如,我导入的数据data是33000的矩阵,3000个样本,每个样本两个特征值,第三行是每个样本对应的输出。这时我应该选择“Use row as variables”,如果数据格式为30003,则选择“Use column as variables”。
第二步,指定哪一行为“response”即输出响应,在本数据中,第三行为输出,其余为“predictor”。
第三步,是否需要验证,一般都选择交叉验证“Cross Validation”,folds表示几次,自己选择即可。
确定后,点击“start session”。
3、选择分类器:
如下图,原始数据的散点图会显示出来,由于这数据只有两维,因此可以全部显示在二维坐标中。如果你的数据多于两维,二维坐标系不能完全显示每一维,你可以在右边红圈的X、Y下拉条中选择显示哪两维。
训练前可以选择训练的模型,点击红圈中的下拉箭头,可以看到各类训练模型,选择一个即可,也可以选择某一类的“ALL”,该类所有模型都会训练一遍。
选好模型后,点击“train”,开始训练。
4、训练结果:
训练结果显示在左边,每个模型训练后的准确率都会显示出来,最高准确率会被标注,下面即为模型的信息。
点击“Advance”可以设置模型的具体参数。点击“Confusion Matrix”可以查看混淆矩阵等。
点击“Export Model”可以将模型导出到工作空间,这样就可以利用模型来测试新的数据。也可以导出为代码,方便研究。
5、样本预测
模型导出到workespace中,命令窗口会显示一下提示信息
这里的T应该值得是一个类,需要自己定义,如果不需要立即保存,可以用另外一种方式进行样本分类预测。
[LABEL,SCORE]=predict(SVM,X)
X是大小为N*P的数字矩阵,其中P是用于训练此模型的预测变量的数量。SCORE代表各个样本的各个特征对此分类的权值,LABEL为预测分类。
——————
样本预测转自:
https://blog.csdn.net/weixin_38645024/article/details/80010714
matlab 分类学习工具箱 Classification Learner相关推荐
- matlab 分类学习工具箱 Classification Learner的使用及导出其生成的图,混淆矩阵confusion matrix的画法
声明:转自https://blog.csdn.net/qq_27914913/article/details/71436838 https://blog.csdn.net/evil_xue/artic ...
- Matlab自带的分类学习工具箱(SVM、决策树、Knn等分类器)
在matlab中,既有各种分类器的训练函数,比如"fitcsvm",也有图形界面的分类学习工具箱,里面包含SVM.决策树.Knn等各类分类器,使用非常方便.接下来讲讲如何使用. 启 ...
- 【MATLAB深度学习工具箱】学习笔记--体脂估计算例再分析:拟合神经网络fitnet里面的数据结构】
原文链接如下 [MATLAB深度学习工具箱]学习笔记--体脂估计Body Fat Estimation_bear_miao的博客-CSDN博客介绍本示例展示一个函数拟合神经网络如何根据解剖学测量结果估 ...
- 【MATLAB深度学习工具箱】学习笔记--体脂估计算例再分析:拟合神经网络fitnet里面的函数】
介绍 上一篇 [MATLAB深度学习工具箱]学习笔记--体脂估计算例再分析:拟合神经网络fitnet里面的数据结构]_bear_miao的博客-CSDN博客原文链接如下[MATLAB深度学习工具箱]学 ...
- 【MATLAB强化学习工具箱】学习笔记--actor网络和critic网络的结果放在哪里?
原算例见 [MATLAB强化学习工具箱]学习笔记--在Simulink环境中训练智能体Create Simulink Environment and Train Agent_bear_miao的博客- ...
- 什么是强化学习,强化学习在控制系统中的应用以及matlab强化学习工具箱的介绍
一.Reinforcement Learning Toolbox介绍 强化学习工具箱使用强化学习算法(包括DQN,A2C和DDPG)为训练策略(policy)提供函数和模块.您可以使用这些策略为复杂的 ...
- MATLAB深度学习工具箱
深度学习工具箱下载地址:https://github.com/rasmusbergpalm/DeepLearnToolbox.(ps:此项目已经停止,不再更新了.相关更加详细的介绍请参考Hinton和 ...
- MATLAB强化学习工具箱(十二)强化学习智能体创建总览
强化学习智能体创建总览 强化学习介绍 内置智能体 选择智能体类型 自定义智能体 关于强化学习的更多介绍 强化学习介绍 强化学习的目标是训练智能体在不确定的环境中完成任务.智能体从环境中接收观察和奖励, ...
- dbn源代码matlab,深度学习工具箱的DBN代码的例子有问题
从这里找到的,https:// github.co/ rasmusbergpalm/ DeepLearnToolbox 当然,搜索深度学习工具箱也行. function test_example_DB ...
最新文章
- Ios文件连接dlna服务器,iOS播放多种视频格式,实现DLNA|AirPlay投射盒子总结
- (转载)vim括号匹配等跳转技巧
- mybatis的执行流程
- 解决GitHub未配置SSH key提示错误信息
- Python程序每日一练习
- 信息学奥赛一本通(2030:【例4.16】找素数)
- EasyUi datagrid列表增加复选框
- IdentityServer4 And AspNetCore.Identity Get AccessToken 问题
- Linux下screen的简单介绍
- win10前置耳机插孔没声音_win10头戴式耳机麦克风没声音怎么办
- asp毕业设计——基于asp+access的工资管理系统设计与实现(毕业论文+程序源码)——工资管理系统
- 公众号运营工具有哪些?
- 【昭阳】开源第2弹 JXT
- iexplore应用程序错误
- 使用工具清理Windows的winsxs目录
- html5网页特效-水墨动画
- Python 强制限定小数点位数
- python批量数据处理脚本——批量删除文件
- MySQL 后端程序员必知优化!
- 游戏开发论坛_国内游戏开发站点与论坛