Создайте структуру опций статистики
statset
statset(statfun)
options = statset(...)
options = statset(fieldname1
,val1
,fieldname2
,val2
,...)
options = statset(oldopts,fieldname1
,val1
,fieldname2
,val2
,...)
options = statset(oldopts,newopts)
statset
без входных параметров и никаких выходных аргументов отображает все поля структуры опций статистики и их возможных значений.
statset(statfun)
поля отображений и значения по умолчанию, используемые Statistics and Machine Learning Toolbox™, функционируют statfun
. Задайте statfun
с помощью вектора символов, скаляра строки или указателя на функцию.
options = statset(...)
создает структуру опций статистики options
. Без входных параметров все поля структуры опций являются пустым массивом ([]
). С заданным statfun
функционально-специализированные поля являются значениями по умолчанию, и остающимися полями является []
. Функционально-специализированный полевой набор к []
указывает, что функция должна использовать свое значение по умолчанию для того параметра. Для доступного options
смотрите Входные параметры.
options = statset(
создает структуру опций, в которой именованные поля имеют заданные значения. Любыми незаданными значениями является fieldname1
,val1
,fieldname2
,val2
,...)[]
. Используйте векторы символов или представьте скаляры в виде строки для имен полей. Для именованных значений необходимо ввести полный вектор символов или представить скаляр в виде строки для значения. Если вы обеспечиваете вектор недопустимого символа или представляете скаляр в виде строки для значения, statset
использует значение по умолчанию.
options = statset(oldopts,
создает копию fieldname1
,val1
,fieldname2
,val2
,...)oldopts
с именованными параметрами, измененными на заданные значения.
options = statset(oldopts,newopts)
комбинирует существующую структуру опций, oldopts
, с новой структурой опций, newopts
. Любые параметры в newopts
с непустыми значениями перезаписывают соответствующие параметры в oldopts
.
|
Относительная разница используется в вычислениях производной конечной разности. Положительная скалярная величина или вектор положительных скалярных величин тот же размер как вектор параметров, оцененных функцией Statistics and Machine Learning Toolbox использование структуры опций. |
|
Объем информации отображен алгоритмом.
|
|
Проверяйте на недопустимые значения, такие как
|
|
Флаги, возвращает ли целевая функция вектор градиента как второй вывод.
|
|
Флаги, возвращает ли целевая функция якобиан как второй вывод.
|
|
Максимальное количество оценок целевой функции позволено. Положительное целое число. |
|
Максимальное количество итераций позволено. Положительное целое число. |
|
Решатель вызывает все выходные функции после каждой итерации.
|
|
Вызовите устойчивую подходящую опцию.
|
|
Функция веса для устойчивого подбора кривой. Может также быть указатель на функцию, который принимает нормированную невязку, как введено и возвращает устойчивые веса, как выведено. Если вы используете указатель на функцию, даете постоянный |
|
Один экземпляр класса |
|
Параметр связал допуск. Положительная скалярная величина. |
|
Допуск завершения к значению целевой функции. Положительная скалярная величина. |
|
Используйте
|
|
Используйте
|
|
Допуск завершения к параметрам. Положительная скалярная величина. |
|
Настройка постоянного используемый в устойчивом подборе кривой, чтобы нормировать невязки прежде, чем применить функцию веса. Значение по умолчанию зависит от функции веса. Этот параметр необходим, если вы задаете функцию веса как указатель на функцию. Положительная скалярная величина. См. Устойчивые Опции. |
|
Отметьте указание, должны ли имеющие право функции использовать возможности Parallel Computing Toolbox™ (PCT), если возможности доступны. Таким образом, если PCT установлен, и PCT parpool в действительности. Допустимыми значениями является |
|
Отметьте указание, должен ли генератор случайных чисел в имеющих право функциях использовать свойство |
|
Функция веса для устойчивого подбора кривой. Допустимый только, когда
|
Предположим, что вы хотите изменить значения параметров по умолчанию для функционального evfit
, который соответствует распределению экстремума к данным. Значения параметров значений по умолчанию:
statset('evfit') ans = Display: 'off' MaxFunEvals: [] MaxIter: [] TolBnd: [] TolFun: [] TolTypeFun: [] TolX: 1.0000e-06 TolTypeX: [] GradObj: [] Jacobian: [] DerivStep: [] FunValCheck: [] Robust: [] RobustWgtFun: [] WgtFun: [] Tune: [] UseParallel: [] UseSubstreams: [] Streams: [] OutputFcn: []
Единственные параметры, что использованием evfit
является Display
и TolX
. Создать структуру опций со значением набора TolX
к 1e-8
, введите:
options = statset('TolX',1e-8)
% Pass options to evfit
:
mu = 1;
sigma = 1;
data = evrnd(mu,sigma,1,100);
paramhat = evfit(data,[],[],[],options)