[matlab也能用来机器学习！？]手把手教你玩分类学习工具箱(ROC曲线,混淆矩阵一键生成)

钧桐

2624人浏览 · 2021-04-14 21:24:00

钧桐 · 2021-04-14 21:24:00 发布

手把手教学开始啦！

为什么选择matlab
步骤
关注我，会有更多有意思的分享哦！

为什么选择matlab

当然python是做机器学习和深度学习的最佳方法！
但这是在搭建一些新的模型，或是创新的情况下。
现在很多模型都是封装好了的，我们可以直接调用。
在python中有sklearn包可以帮我们剩去模型的搭建，但是matlab更加方便了！
废话不多说，让我们看看怎么玩转分类学习工具箱吧！

步骤

启动工具箱

在这里插入图片描述

数据的上传

启动后的新界面！
在这里插入图片描述
class2是我在ofdm仿真中整理好的qam调制的数值
简单来说就是一个坐标，对应一个分类的数据(20000*3)

选择模型进行训练

在这里插入图片描述

查看训练结果

数据结果

在这里插入图片描述

查看错误的结果图

在这里插入图片描述

查看数据的混淆矩阵

在这里插入图片描述

查看ROC曲线

在这里插入图片描述

关注我，会有更多有意思的分享哦！

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

小参数・大码力・易部署 | Qwen3.6-27B上线魔乐社区，基于昇腾的部署教程来了

继一周前模型开源发布后，千问再度开源Qwen3.6-27B —— 一个拥有270亿参数的稠密多模态模型，也是社区呼声最高的模型规格。Qwen3.6-27B 依然支持多模态思考与非思考模式，在智能体编程方面达到了旗舰级表现，全面超越前代开源旗舰 Qwen3.5-397B-A17B（总参数397B / 激活参数17B的MoE模型）。作为稠密架构，它无需MoE路由即可部署，是开发者在实用、可广泛部署规模