【1】使用分类学习APP - Classification Learner App 训练分类模型

什么是有监督学习？

你可以使用分类学习器训练模型来对数据进行分类。使用这个APP时，你可以通过使用各种分类模型来探索监督机器学习。你可以浏览数据、选择特征、指定验证方案、训练模型和评估结果。你可以执行自动训练来寻找最佳的分类模型，包括决策树、判别分析、支持向量机、逻辑回归、最近邻和集成分类器等等。

通过提供一组已知的输入数据（观测量或示例值）和数据对应的已知响应（即标签或类别），来实施有监督的机器学习。使用这些数据来训练一个模型，该模型能得出对新数据的响应的预测。

若想在新数据上使用分类器，或学习编程式分类器，可以将模型导出到工作区或重新生成训练模型的MATLAB代码。

自动分类器训练

基于你的数据，你可以使用Classification Learner APP自动训练所选定的不同的分类模型。

• 从一次自动训练多个模型开始。你可以快速尝试选择模型，然后以交互地方式探索更有价值的模型。
• 如果你已经知道你想要什么类型的分类器，那就训练单个分类器。参见分类器训练手册。

1、在APP选项卡上的“数学、统计和优化”组中，单击“分类学习系统”。

2、单击“新建会话”，然后从工作区或文件中选择数据。指定一个响应变量以用作预测变量。请参见“分类问题中的选择数据和验证”。

3、在“分类学习系统”选项卡的“模型类型”区域中，单击“所有快速训练”。此选项将训练所有可用于数据集的预设模型，以实现快速训练。

4、点击“训练”。

将在“