ClassificationSVM

Modele de classification par machine a vecteurs de support.

📝Syntaxe

mdl = fitcsvm(X, Y)
label = predict(mdl, Xnew)
[label, score] = predict(mdl, Xnew)

📥Arguments d'entrée

Paramètre	Description
X	matrice numerique : les lignes sont les observations et les colonnes sont les predicteurs.
Y	vecteur : etiquettes de classes, une etiquette pour chaque ligne de X.
Name, Value	arguments nom-valeur optionnels acceptes par la fonction d'ajustement correspondante.

📤Arguments de sortie

Paramètre	Description
mdl	objet modele de classification renvoye par la fonction d'ajustement.
label	etiquettes de classes predites pour de nouvelles observations.
score	scores de classes ou valeurs apparentees aux probabilites a posteriori lorsque le modele les fournit.

📄Description

ClassificationSVM stocke un classifieur a vecteurs de support, notamment les vecteurs support, les informations de noyau et les donnees de classes.

Creez cet objet avec fitcsvm. Utilisez predict pour classer de nouvelles observations.

💡Exemples

Entrainer un classifieur binaire a vecteurs de support et classer deux observations.

X = [0 0; 0 1; 1 0; 5 5; 5 6; 6 5];
Y = [1; 1; 1; 2; 2; 2];
mdl = fitcsvm(X, Y, 'KernelFunction', 'linear');
label = predict(mdl, [0.2 0.1; 5.2 5.1])

🔗Voir aussi

Used Functions

fitcsvm predict

🕔Historique des versions

Version	Description
2.0.0	version initiale