サポートベクターマシン回帰

回帰モデル用のサポートベクターマシン

低～中次元のデータセットで精度を向上させるには、fitrsvm を使用してサポートベクターマシン (SVM) モデルに学習をさせます。

高次元データセットの計算時間を短縮するには、fitrlinear を使用して線形 SVM モデルなどの線形回帰モデルに効率的に学習をさせます。

アプリ

教師あり機械学習を使用して、データを予測するように回帰モデルに学習をさせる

サポートベクターマシン (SVM) 回帰モデルの使用による応答の予測

`fitrsvm`	サポートベクターマシン回帰モデルの近似
`predict`	サポートベクターマシン回帰モデルの使用による応答の予測

`fitrlinear`	高次元データに対する線形回帰モデルの当てはめ
`predict`	線形回帰モデルの応答予測

`fitrkernel`	ランダムな特徴量拡張を使用してガウスカーネル回帰モデルを当てはめる
`predict`	ガウスカーネル回帰モデルの応答を予測

crossval 交差検証済みのサポートベクターマシン回帰モデル

`partialDependence`	部分従属の計算
`plotPartialDependence`	部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
`lime`	Local Interpretable Model-agnostic Explanations (LIME)
`shapley`	シャープレイ値

`RegressionSVM`	サポートベクターマシン回帰モデル
`CompactRegressionSVM`	コンパクトなサポートベクターマシン回帰モデル

`RegressionLinear`	高次元データ用の線形回帰モデル
`RegressionPartitionedLinear`	高次元データ用の交差検証済み線形回帰モデル

`RegressionKernel`	ランダムな特徴量拡張を使用したガウスカーネル回帰モデル
`RegressionPartitionedKernel`	回帰用の交差検証済みカーネルモデル

RegressionSVM Predict ブロックの使用による応答の予測
回帰学習器アプリを使用してサポートベクターマシン (SVM) 回帰モデルの学習を行い、RegressionSVM Predict ブロックを応答予測に使用する。
サポートベクターマシン回帰について
線形および非線形 SVM 回帰問題の数学的定式化およびソルバーのアルゴリズムについて理解します。
回帰学習器アプリを使用したカーネル近似モデルの学習
カーネル近似モデルを作成および比較し、新しいデータについて予測を行うため学習済みモデルをエクスポートする。