主要内容

回归的学习者

训练回归模型，使用监督机器学习来预测数据

在页面中全部展开

描述

的回归的学习者App训练回归模型来预测数据。使用这个应用程序，你可以探索你的数据，选择特征，指定验证方案，训练模型，并评估结果。你可以执行自动训练来搜索最佳的回归模型类型，包括线性回归模型、回归树、高斯过程回归模型、支持向量机、核近似模型、回归树的集合和神经网络回归模型。

通过提供输入数据(predictors)和已知响应的已知观察集，执行有监督的机器学习。使用这些观察结果来训练一个模型，该模型为新的输入数据生成预测的响应。要使用带有新数据的模型，或学习编程回归，您可以将模型导出到工作区或生成MATLAB®代码来重建训练过的模型。

所需的产品2022世界杯八强谁会赢？

  • MATLAB

  • 统计和机器学习工具箱™

回归学习者应用

打开回归学习者App

  • MATLAB工具条:在应用程序选项卡,在机器学习，点击应用图标。

  • MATLAB命令提示符:输入regressionLearner。

例子

编程使用

全部展开

regressionLearner打开回归学习者应用程序，如果应用程序已经打开，则将焦点转移到应用程序。

ResponseVarName regressionLearner(台)打开回归学习者应用程序，用表格中包含的数据填充“参数新建会话”对话框资源描述。的ResponseVarName参数，指定为字符向量或字符串标量，是中的变量名资源描述其中包含响应值。中的其余变量资源描述是预测变量。

regressionLearner(资源描述,Y)打开回归学习者应用程序，用表格中的预测变量填充“参数新建会话”对话框资源描述以及数值向量中的响应值Y。

regressionLearner (X, Y)打开回归学习者应用程序，并使用参数填充新会话对话框n——- - - - - -p预测矩阵X和n向量中的响应值Y。每一行的X对应一个观察结果，每一列对应一个变量。的长度Y和行数X必须是相等的。

regressionLearner (___、名称、值)指定交叉验证选项，除了使用前面语法中的任何输入参数组合外，还使用以下一个或多个名称-值参数。例如，您可以指定“KFold”,10使用10倍交叉验证方案。

  • “CrossVal”,指定为“上”(默认)或“关闭”，是交叉验证标志。如果您指定“上”，那么该应用程序使用了5倍交叉验证。如果您指定“关闭”，那么应用程序就会使用回代验证。

    您可以覆盖“CrossVal”的交叉验证设置“坚持”或“KFold”名称-值参数。每次只能指定其中一个实参。

  • “坚持”，指定为范围[0.05,0.5]的数值标量，是用于抵制验证的数据的比例。应用程序使用剩下的数据进行训练(和测试，如果指定的话)。

  • “KFold”，指定为范围[2,50]内的正整数，是用于交叉验证的折叠数。

  • “TestDataFraction”，指定为范围[0,0.5]的数值标量，是保留用于测试的数据的一部分。

regressionLearner(文件名)打开Regression Learner应用程序，其中包含之前保存的会话文件名。的文件名参数，指定为字符向量或string标量，必须包括回归学习者会话文件的名称和文件的路径，如果它不在current文件夹中。该文件必须具有扩展名.mat。

限制

  • Regression Learner不支持模型部署到MATLAB生产服务器™在MATLAB在线™。

版本历史

介绍了R2017a

另请参阅

应用程序

功能

Baidu
map