使用している MATLAB のバージョンによって異なりますが、最良の出発点は、教師あり学習の統計ツールボックスを調べることです。MATLAB 2013a の開始のヒントを次に示します。
http://www.mathworks.co.uk/help/stats/supervised-learning.html
あなたのデータが
classes: 100x1
features: 100x40
各方法について、最初の行は分類モデルを適合させる方法を示し、2 行目は特徴の最初の行のデータを分類する方法を示します。
統計ツールボックス
単純ベイズ分類
ウィキペディア: https://en.wikipedia.org/wiki/Naive_Bayes_classifier
myClassifier = NaiveBayes.fit(features, classes)
myClassifier.predict(features(1,:))
最近傍
ウィキペディア: https://en.wikipedia.org/wiki/Nearest_neighbour_classifiers
myClassifier = ClassificationKNN.fit(features, classes)
myClassifier.predict(features(1,:))
分類木
ウィキペディア: https://en.wikipedia.org/wiki/Classification_tree
myClassifier = ClassificationTree.fit(features, classes)
myClassifier.predict(features(1,:))
サポート ベクター マシン
ウィキペディア: https://en.wikipedia.org/wiki/Support_vector_machine
サポート ベクター マシンは、バイオインフォマティクス ツールボックスから 2013a に移動し、2 つのグループへの分類のみをサポートすることに注意してください。
myClassifier = svmtrain(features, classes)
svmclassify(myClassifier, features(1,:))
判別分析
ウィキペディア: https://en.wikipedia.org/wiki/Discriminant_analysis
myClassifier = ClassificationDiscriminant.fit(features, classes)
myClassifier.predict(features(1,:))
ニューラル ネットワーク ツールボックス:
クラスが 2 つしかない場合は、次のように入力してパターン認識に Neural Network Toolbox を使用できます。nnstart