La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

Régression par machine à vecteurs de support

R2026a
Machines à vecteurs de support (SVM) pour les modèles de régression

Pour améliorer la précision avec des jeux de données de faible ou moyenne dimension, entraînez un modèle de machine à vecteurs de support (SVM) avec fitrsvm.

Pour réduire le temps de calcul avec des jeux de données de grande dimension, entraînez efficacement un modèle de régression linéaire tel qu’un modèle SVM linéaire avec fitrlinear.

Applications

Regression LearnerTrain regression models to predict data using supervised machine learning

Blocs

RegressionSVM Predict Block IconRegressionSVM PredictPredict responses using support vector machine (SVM) regression model
RegressionLinear Predict Block IconRegressionLinear PredictPredict responses using linear regression model (depuis R2023a)
RegressionKernel Predict Block IconRegressionKernel Predict Predict responses using Gaussian kernel regression model (depuis R2024b)
IncrementalRegressionLinear Predict Block IconIncrementalRegressionLinear PredictPredict responses using incremental linear regression model (depuis R2023b)
IncrementalRegressionLinear Fit Block IconIncrementalRegressionLinear FitFit incremental linear regression model (depuis R2023b)
IncrementalRegressionKernel Fit Block IconIncrementalRegressionKernel FitFit incremental kernel regression model (depuis R2024b)
IncrementalRegressionKernel Predict Block IconIncrementalRegressionKernel PredictPredict responses using incremental kernel regression model (depuis R2024b)
Update Metrics Block IconUpdate MetricsUpdate performance metrics in incremental learning model given new data (depuis R2023b)
Detect Drift Block IconDetect DriftUpdate drift detector states and drift status with new data (depuis R2024b)

Fonctions

développer tout

fitrsvmFit a support vector machine regression model
predictPredict responses using support vector machine regression model
fitrlinearFit linear regression model to high-dimensional data
predictPredict response of linear regression model
fitrkernelFit Gaussian kernel regression model using random feature expansion
predictPredict responses for Gaussian kernel regression model
crossvalCross-validate machine learning model
limeLocal interpretable model-agnostic explanations (LIME)
partialDependenceCompute partial dependence
permutationImportancePredictor importance by permutation (depuis R2024a)
plotPartialDependenceCreate partial dependence plot (PDP) and individual conditional expectation (ICE) plots
shapleyShapley values
fitrchainsMultiresponse regression with regression chains (depuis R2024b)
predictPredict responses using multiresponse regression model (depuis R2024b)

Objets

développer tout

RegressionSVMSupport vector machine regression model
CompactRegressionSVMCompact support vector machine regression model
RegressionLinearLinear regression model for high-dimensional data
RegressionPartitionedLinearCross-validated linear regression model for high-dimensional data
RegressionKernelGaussian kernel regression model using random feature expansion
RegressionPartitionedKernelCross-validated kernel model for regression
RegressionChainEnsembleMultiresponse regression model (depuis R2024b)
CompactRegressionChainEnsembleCompact multiresponse regression model (depuis R2024b)

Rubriques