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：

导入数据：

点击“New Session”，可以从工作空间或文件中导入数据。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3*3000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3000*3，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