Как использовать Machine Learning Toolbox в MATLAB | Приложение Classification Learner | Machine ...
Как использовать инструментарий машинного обучения в MATLAB | Приложение для обучения классификации | Инструментарий машинного обучения Мы объясняем, как использовать приложение для обучения классификации в MATLAB с помощью инструментария машинного обучения. Этот урок полезен для начинающих, которые хотят обучать модели классификации без написания кода на MATLAB. В видео показано, как импортировать входные и целевые данные из рабочей области MATLAB, создать новую сессию классификации, обучить различные модели машинного обучения и проанализировать результаты, используя точность, матрицу ошибок, ROC-кривую, диаграмму рассеяния и параллельные координаты. В приложении для обучения классификации рассматриваются различные классификаторы, такие как дерево решений, метод опорных векторов, наивный байесовский классификатор, метод k-ближайших соседей, логистическая регрессия, ансамблевый классификатор и нейронная сеть. В видео также объясняется важное ограничение: приложение для обучения классификации может обучать модели классификации, используя только одну целевую/откликовую переменную за раз. Параметры моделирования/модели Используемое программное обеспечение: MATLAB Используемый инструментарий: Machine Learning Toolbox Используемое приложение: Classification Learner App Входная переменная: данные X Целевая/отзывная переменная: данные D Метод валидации: Перекрестная валидация Количество фолдов перекрестной валидации: 5 Начальный классификатор: Дерево решений Дополнительные протестированные классификаторы: Fine Gaussian SVM и нейронная сеть Метрики производительности: Точность, матрица ошибок, ROC-кривая, диаграмма рассеяния, параллельные координаты Выход классификации: Классификация одной целевой переменной/отзыва Наблюдаемая точность: 100% для выбранных обученных моделей в представленном наборе данных Ключевые моменты Как открыть приложение Classification Learner App в MATLAB Как создать новую сессию классификации Как импортировать входные и целевые данные из рабочей области MATLAB Как выбрать отзывную переменную для классификации Как обучить дерево решений классификатор Как проверить точность классификации Как проанализировать матрицу ошибок Как посмотреть ROC-кривую Как сравнить различные классификаторы машинного обучения Как обучить классификаторы SVM и нейронные сети Почему классификатор поддерживает только одну целевую переменную за раз Как начинающие могут использовать машинное обучение в MATLAB без написания кода Электронная почта: support@lmssolution.net https://www.lmssolution.net.in/contact #matlabproject #projecteee #imageprocessing eee projects project eee matlab projects phd projects matlab eee projects
Название:
Как использовать Machine Learning Toolbox в MATLAB | Приложение Classification Learner | Machine ...
Категория:
Разное