Statistics Toolbox

机器学习

机器学习算法使用计算方法直接从数据中”学习”信息,不把预定方程假设为模型。当你增加可用于学习的样本数量时,可自适应提高性能。

MATLAB与机器学习 3:02
使用MATLAB®准备数据以及训练机器学习模型

分类

分类算法使您可以将一个分类应变量建模为一个或多个预测元的函数。Statistics Toolbox 提供了多种参数化和非参数化的分类算法,如:

分类简介 9:00
开发预测模型,对数据进行分类。

您可以使用诸如下列一些方法来评估所产生的分类模型的拟合优度:

聚类分析

Statistics Toolbox 提供了多种算法,使用k-均值分层聚类高斯混合模型隐马尔可夫模型分析数据。当不知道聚类的数量时,该工具箱提供了聚类评估技术,从而根据特定度量确定数据中存在的聚类数量。

Graphique montrant des modèles naturels dans les profils d’expression génique obtenus à partir de levure de boulanger. La procédure d’analyse en composantes principales et les algorithmes de classement par k-means sont utilisés pour trouver des clusters dans les données de profils.
显示从酵母菌中获得的基因表达谱自然模式的图。主成分分析 (PCA) 和 K-均值聚类算法用于找到基因谱数据中的聚类。
使用 K-均值聚类基因(示例)
了解如何通过检查基因表达数据检测基因表达谱            的模式
Modèle de mélange gaussien à deux composants qui s’adapte à un mélange de gaussiennes bivariées.
两状态的高斯混合模型与二元高斯混合的拟合。
Sortie à partir de l’application d’un algorithme de classement sur le même exemple.
将聚类算法应用到同一示例的输出。
Dendrogramme qui affiche un modèle avec 4 clusters.
显示具有 4 个聚类的模型的系统树图。
聚类分析(示例)
使用 K-均值和分层聚类来发现数据中的自然分组。

回归

回归算法使您可以将一个连续应变量建模为一个或多个预测元的函数。Statistics Toolbox 提供了多种参数化和非参数化的分类算法,如:

计算统计资料:MATLAB 的特征选择、规则化和缩减 36:51
了解如何在有相关数据的情况下生成准确的拟合。

下一页: 多元统计

试用 Statistics Toolbox

获取试用版软件

Machine Learning with MATLAB

观看网上技术交流会录像