【医学妹初来贵宝地】想用机器学习分类模型分析数据，怎么操作
想写一篇链接里一样思路的论文，有相关的数据，奈何从未接触过机器学习分类模型
目标论文数据分析方法：
目标论文原文：
需要一个傻瓜式操作的方法，学习链接也行，因为从头学习理论我搞不懂的55……
最后感谢🙏🏻！
首先matlab要装上一个大名鼎鼎的svm包，就是台湾林智仁教授主导开发的一个matlab包
https://zhuanlan.zhihu.com/p/382112874
用现有的数据先做训练svmtrain，然后svmpredict可以预测出来缺失的数据，这里你的缺失数据不能是全缺失的，至少要保留一部分的信息，比如序列啥的，然后里面的test_label可以随便填一下，predicted_label就是要填充的缺失信息，本身是一种拟合，这里有相关的两个函数的用法
https://blog.csdn.net/weixin_45317919/article/details/108432882
主成分分析PCA，主要是将数据里不重要的feature去掉，然后剩下大头的特征，这里有用法
https://ww2.mathworks.cn/help/stats/pca.html?s_tid=doc_ta，matlab在这里其实也有自己对缺失数据的处理。
你想用几个feature去做分类，这个看你咯。
另外支持向量机主要还是看一下核的选择
https://blog.csdn.net/sydukee/article/details/109100450
https://wenku.baidu.com/view/e4281978834d2b160b4e767f5acfa1c7aa008279.html
这里你的PCA参数不同可能导致选核不一样，要注意一下。
其他的参数如果不知道怎么设置的话可以直接用默认的。
LIBSVM的官网上其实也有关于如何使用svm的guide文件
SVR 处理，是再简单不过的方法，例程也很多。实际的分类问题，困难的不是分类学习算法本身，而是问题的构造。从提问来看，你对机器学习不熟悉，所以解决实际问题时，这方面面临的挑战比机器学习本身会大得多。
你说的“有相关数据”，这个说法是不明确的。
（1）你对要建立的模型是否清楚，输入数据是什么，是什么数据类型，是如何获得的，是否已经转化为机器学习所需的数据文件，数据中的错误和噪声强度如何，是否需要预处理？通过某种传感器的步态数据，构造分类模型的输入向量，这才是非常困难的问题。
（2）模型的输出是否清楚？大致是患者分类对吧。那么，对所有的学习样本数据，是否都已经做好了分类标识。
（3）数据样本的规模如何？分类的平衡性如何？
如果这些问题有了明确的答案，才能考虑 具体处理。无论 MATLAB，还是 Python，保姆例程都很多。可以说输入数据文件，就可以直接给你输出结果。
- 给你找了一篇非常好的博客，你可以看看是否有帮助，链接：机器学习笔记（九）机器学习（运用逻辑回归解决分类问题）
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^