MachineLearningtoolsinsideMatlab.docVIP

Machine Learning with Matlab 概述 Matlab中集成了一套用于统计和机器学习的工具包，即Statistics and Machine learning Toolbox，极大方便了机器学习开发者的算法研究和原理验证。该工具包可解决回归、分类和聚类等机器学习问题，并支持多种监督和非监督算法，包括SVM、决策树、KNN、k-means、k-medoids、高斯混合模型、隐藏马尔科夫模型等。此外，还支持多种选择关键特征的算法，包括PCA、顺序特征选择、逐步回归、正则化等。下面将结合用户手册，对该工具包的使用进行介绍。 支持数据类型 该工具包支持多种数据类型作为输入，括号里的是数据类型。为了方便理解这些数据类型的使用方法，将结合示例程序对其进行说明。其中，红色部分为代码，绿色部分为输出。支持的数据类型包括： 具有单精度（single）或双精度（double）的数值标量、向量和矩阵 字符串矩阵（cellstr）；字符(char)、逻辑（logical）或类型（categorical）矩阵；类型变量的数值矩阵（single/double）。典型示例就是类标签。不推荐使用nominal和ordinal类型，它们可能会在以后的版本删除。 表格（table）是上述数据类型的矩阵形式，用于表示异构数据。典型示例是混合了类型变量和数值变量的回归分析。不推荐使用dataset