机器学习工具箱 | Syslab使用手册

⋮

机器学习工具箱机器学习工具箱用于提供函数满足机器学习相关分析其组成包括：分类，聚类，回归，降维和工业统计部分。函数库：TyMachineLearning :::tip 提示使用本函数库之前，需要通过或来实现加载。关于和的详细用法，请参见模块的命名空间管理。 ::: 局限性 ARM 架构如处理器（CPU）为 ARM 架构，Syslab 暂不支持增量学习模型训练，包括增量学习回归模型、增量学习分类模型、增量学习聚类模型。分类分类分析类别简介 :--- :--- 分类树决策树模型分类分析判别分析确定分组与其他多元变量信息所属的样本进行判别分组朴素贝叶斯朴素贝叶斯分析最近邻最近邻分析支持向量机分类支持向量机分类分析分类集成分类集成分析用于分类的半监督学习用于分类的半监督学习模型的构建与评估模型的构建与评估训练神经网络分类器训练神经网络分类器增量学习分类模型对流式数据进行分类的增量学习模型聚类聚类分析类别简介 :--- :--- 层次聚类层次聚类分析异常检测异常检测 k均值聚类和k中心点聚类 k均值聚类和k中心点聚类分析基于密度的含噪数据空间聚类基于密度的含噪数据空间聚类分析谱聚类谱聚类分析高斯混合模型拟合高斯混合模型分析最近邻最近邻分析簇的可视化和计算簇的可视化和计算隐马尔可夫模型隐马尔可夫模型增量学习聚类模型对流式数据进行聚类的增量学习模型回归回归分析类别简介 :--- :--- 多元线性回归多元线性回归分析广义线性回归广义线性回归非线性回归多元线性回归分析 SVM 支持向量机回归分析回归集成回归模型的集成方法回归树回归树模型的构建模型的构建与评估模型的构建与评估高斯回归过程高斯回归过程神经网络神经网络增量学习回归模型对流式数据进行回归拟合的增量学习模型工业统计试验设计,生存时间数据分析,统计过程控制类别简介 :--- :--- 试验设计 DOE 生存时间数据分析对数据进行概率分布对象拟合,经验累积分布函数统计过程控制方差分析降维和特征提取因子分析。pca，普鲁克分析，多为尺度分析类别简介 :--- :--- 特征提取特征提取 PCA和典型相关 PCA和典型相关因子分析因子分析非负矩阵分解非负矩阵分解普氏分析普氏分析多维尺度分析多维尺度分析