Exponenta Banner

feval

Класс: NonLinearModel

Оцените нелинейный прогноз модели регрессии

расширьте все на странице

Синтаксис

ypred = feval(mdl,Xnew1,Xnew2,...,Xnewn)

Описание

ypred = feval(mdl,Xnew1,Xnew2,...,Xnewn) возвращает предсказанный ответ mdl к входу [Xnew1,Xnew2,...,Xnewn].

Входные параметры

mdl

Нелинейная модель регрессии, созданная fitnlm.

Xnew1,Xnew2,...,Xnewn

Компоненты предиктора. Xnewi может быть одним из:

  • Скаляр

  • Вектор

  • Массив

Каждый нескалярный компонент должен иметь тот же размер (число элементов в каждой размерности).

Если вы передаете всего один массив Xnew, Xnew может быть таблицей, массивом набора данных, или массив удваивается, где каждый столбец массива представляет один предиктор.

Выходные аргументы

ypred

Предсказанные средние значения в Xnew. ypred одного размера как каждый компонент Xnew.

Примеры

развернуть все

Скрипт Open Live Script

Создайте нелинейную модель для автоматического пробега на основе данных carbig. Предскажите пробег среднего автомобиля.

Загрузите данные и создайте нелинейную модель. 

load carbig
tbl = table(Horsepower,Weight,MPG);
modelfun = @(b,x)b(1) + b(2)*x(:,1).^b(3) + ...
    b(4)*x(:,2).^b(5);
beta0 = [-50 500 -1 500 -1];
mdl = fitnlm(tbl,modelfun,beta0);

Найдите предсказанный пробег среднего значения автоматическим. Данные содержат некоторые наблюдения с NaN, поэтому вычислите среднее значение с помощью nanmean.

Xnew = nanmean([Horsepower Weight]);
MPGnew = feval(mdl,Xnew)
MPGnew = 21.8073

Альтернативы

predict дает те же прогнозы, но использует один входной массив с одним наблюдением в каждой строке, а не одним компонентом в каждом входном параметре. predict также дает доверительные интервалы на своих прогнозах.

random предсказывает с добавленным шумом.

Смотрите также

| |

Темы

Документация Statistics and Machine Learning Toolbox
Поддержка