自动机器学习工具箱
版本1.07(85.2 KB)
乌米特Isikdag
自动机器学习(AutoML)工具箱利用fitrauto / fitcauto函数与hyperparameter-optimized模型估算。
这个工具提供了一个GUI, matlab“fitrauto”和“fitcauto”函数来找到hyperparameter优化分类和回归模型的估计。我希望你会发现它很有用。
一步一步的基本用法:
M:使用菜单加载数据
1。加载数据从一个MS Excel (xlsx)或逗号分隔的值(csv)文件。
2。提供测试/火车分流比在0和1之间。0.2将100行数据集分割20行80行培训和测试。
M:使用菜单将数据。
3所示。选择你的问题类型分类/回归。
4所示。提供响应变量的列使用滑块整数值。你可以选择任何列作为反应变量。
5。输入MaxRuntime您希望运行算法在几秒钟内。
6。如果你喜欢使用的一个子集预测,你可以找到使用FIMPC特性引入回归和分类模型(分类)和FIMPR(回归)按钮。FIMPC使用fscchi2函数,FIMPR使用fsrftest函数计算功能重要性。有时你可以获得正的值。检查这些函数的MATLAB帮助页面。
7所示。如果您想要使用的一个子集预测variabales打开UseSubset开关,并将所选择的列数量的预测,你想使用在训练TrainWith框由逗号分离。您可以使用多个预测变量的输入列名称:2、4、5
8。您可以选择学习者与学习者的火车列表框。
9。其实你也可以选择多个学习者(ctrl +左键点击)。这将是有用的几个学习者组合相比。
M:使用适当的菜单项来训练你的模型。这可能需要时间取决于你的电脑的配置。请耐心等候。一旦训练完成……
10。分类模型可以看到测试集的准确性(TestAcc)在0 - 1之间,你也可以查看混淆矩阵(请ShowCM按钮切换到这个)。
11。对回归模型可以得到测试的RMSE集。
12。请检查你的CPU负载和温度在大型数据集,即数据集> 1000行。
13。请检查这些培训运行时3分钟。为了确保你的CPU是做伟大的:-)
14。请注意,由于他们的自然整体学习者比别人花费更多的时间来训练。
15。请注意,培训时间可以超过最大运行时你已经进入相关的盒子里。
16。请先短马克斯运行时如10秒,并增加递增。
17所示。请为你的问题给我发电子邮件uisikdag@gmail.com。我将感激如果你能引用该工具在你的学术论文。
引用作为
乌米特Isikdag (2023)。自动机器学习工具箱(//www.ru-cchi.com/matlabcentral/fileexchange/112140-automatic-machine-learning-toolbox), MATLAB中央文件交换。检索。
