matlab机器学习代码

以下是一个简单的 Matlab 机器学习代码示例，用于训练一个线性回归模型来预测房屋价格：

% 导入数据集
data = readtable('house_prices.csv');

% 将数据集分为训练数据和测试数据
train_data = data(1:600,:);
test_data = data(601:end,:);

% 提取特征和标签
train_features = table2array(train_data(:,1:2));
train_labels = table2array(train_data(:,3));

test_features = table2array(test_data(:,1:2));
test_labels = table2array(test_data(:,3));

% 训练线性回归模型
model = fitlm(train_features,train_labels);

% 使用测试集评估模型
predictions = predict(model,test_features);
rmse = sqrt(mean((predictions - test_labels).^2));
disp(['RMSE: ' num2str(rmse)]);

这段代码假设数据集已经存储在名为 `house_prices.csv` 的文件中，并且包含两个特征（房屋面积和房间数）和一个标签（房屋价格）。它将数据集分为训练数据和测试数据，提取特征和标签，并使用 `fitlm` 函数训练线性回归模型。最后，它使用测试集评估模型并计算 RMSE（均方根误差）。