MATLAB® Coder™ генерирует читаемый и портативный C и Код С++ от функций Statistics and Machine Learning Toolbox та генерация кода поддержки. Например, можно классифицировать новые наблюдения относительно аппаратных устройств, которые не могут запустить MATLAB путем развертывания обученной модели классификации машин опорных векторов (SVM) в генерацию кода использования устройства.
Можно сгенерировать код C/C++ для функций Statistics and Machine Learning Toolbox несколькими способами.
Генерация кода для объектной функции (predict, random, knnsearch, или rangesearch) из модели машинного обучения — Использование saveLearnerForCoder, loadLearnerForCoder, и codegen. Сохраните обученную модель при помощи saveLearnerForCoder. Задайте функцию точки входа, которая загружает сохраненную модель при помощи loadLearnerForCoder и вызывает объектную функцию. Затем используйте codegen сгенерировать код для функции точки входа.
Генерация кода для predict и update функции древовидной модели, модели SVM, линейной модели или модели классификации выходных кодов с коррекцией ошибок (ECOC) мультикласса, использующей SVM или линейных бинарных учеников — Создают кодер configurer при помощи learnerCoderConfigurer и затем сгенерируйте код при помощи generateCode. Можно обновить параметры модели в сгенерированном коде C/C++, не имея необходимость регенерировать код.
Другие функции, которые поддерживают генерацию кода — Использование codegen. Задайте функцию точки входа, которая вызывает функцию, которая поддерживает генерацию кода. Затем сгенерируйте код C/C++ для функции точки входа при помощи codegen.
Можно также сгенерировать фиксированную точку код C/C++ для прогноза модели классификации SVM или модели регрессии SVM. Этот тип генерации кода требует Fixed-Point Designer™.
Чтобы узнать о генерации кода, смотрите Введение в Генерацию кода.
Поддержка генерации кода, указания по применению и ограничения
Просмотрите указания по применению генерации кода, ограничения и список включенных генерацией кода функций Statistics and Machine Learning Toolbox.
Узнать, как сгенерировать код C/C++ для функций Statistics and Machine Learning Toolbox.
Общий рабочий процесс генерации кода
Сгенерируйте код для функций Statistics and Machine Learning Toolbox, которые не используют объекты модели машинного обучения.
Генерация кода для прогноза модели машинного обучения в командной строке
Сгенерируйте код для прогноза классификации или модели регрессии в командной строке.
Генерация кода для прогноза модели машинного обучения Используя приложение MATLAB Coder
Сгенерируйте код для прогноза классификации или модели регрессии при помощи приложения MATLAB Coder.
Генерация кода для прогноза и обновления Используя кодер Конфигурера
Сгенерируйте код для прогноза модели с помощью кодера configurer и обновите параметры модели в сгенерированном коде.
Генерация кода и приложение Classification Learner
Обучите модель классификации использование приложения Classification Learner и сгенерируйте код C/C++ для прогноза.
Генерация кода для самого близкого соседнего искателя
Сгенерируйте код для нахождения самых близких соседей, использующих самую близкую соседнюю модель искателя.
Задайте аргументы Переменного Размера для генерации кода
Сгенерируйте код, который принимает входные параметры, размер которых может измениться во время выполнения.
Обучите классификатор SVM с категориальными предикторами и сгенерируйте код C/C++
Преобразуйте категориальные предикторы в числовые фиктивные переменные прежде, чем соответствовать классификатору SVM и сгенерировать код.
Генерация фиксированной точки для прогноза SVM
Сгенерируйте фиксированную точку для прогноза классификации SVM или модели регрессии.
Генерация кода для Объектов Распределения вероятностей
Сгенерируйте код, который соответствует объекту вероятностного распределения к выборочным данным и оценивает подходящий объект распределения.
Предскажите метки класса Используя блок MATLAB function
Сгенерируйте код из модели Simulink®, которая классифицирует данные с помощью модели SVM.
Системные объекты для классификации и генерации кода
Сгенерируйте код от Системы object™ для того, чтобы сделать прогнозы с помощью обученной модели классификации и используйте Системный объект в модели Simulink.
Предскажите метки класса Используя Stateflow
Сгенерируйте код из модели Stateflow®, которая классифицирует данные с помощью классификатора дискриминантного анализа.
