ドキュメンテーション

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。

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

回帰学習器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

関数

すべて展開する

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あてはめ
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あてはめる
lossガウス カーネル回帰モデルの回帰損失
predictガウス カーネル回帰モデルの応答を予測
resumeガウス カーネル回帰モデルの学習の再開
crossval交差検証済みのサポート ベクター マシン回帰モデル
plotPartialDependence部分従属プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成

クラス

すべて展開する

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

トピック

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。