最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。
高次元データのバイナリ分類用の線形モデル
ClassificationLinear
は、バイナリ分類用の学習済み線形モデル オブジェクトです。この線形モデルは、サポート ベクター マシン (SVM) またはロジスティック回帰モデルです。fitclinear
は、高次元データセットの計算時間を短縮する手法 (確率的勾配降下法など) を使用して目的関数を最小化することにより ClassificationLinear
モデルをあてはめます。分類損失と正則化項を加算することにより目的関数が構成されます。
他の分類モデルと異なり、メモリ消費を節約するため、ClassificationLinear
モデル オブジェクトには学習データが格納されません。ただし、推定した線形モデル係数、事前クラス確率、正則化強度などは格納されます。
学習済みの ClassificationLinear
モデルを使用して、新しいデータの分類スコアまたはラベルを予測できます。詳細については、predict
を参照してください。
ClassificationLinear
オブジェクトの作成には fitclinear
を使用します。
edge | 線形分類モデルの分類エッジ |
loss | 線形分類モデルの分類損失 |
margin | 線形分類モデルの分類マージン |
predict | 線形分類モデルのラベルの予測 |
selectModels | 正則化されたバイナリ線形分類モデルのサブセットの選択 |
値。値のクラスがコピー操作に与える影響については、オブジェクトのコピーを参照してください。
ClassificationECOC
| ClassificationKernel
| ClassificationPartitionedLinear
| ClassificationPartitionedLinearECOC
| fitclinear
| predict