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 этих функций несколькими способами:
Использование saveLearnerForCoder, loadLearnerForCoder, и codegen (MATLAB Coder) для объектной функции модели машинного обучения.
Используйте кодер configurer созданный learnerCoderConfigurer для predict и update объектные функции модели машинного обучения. Сконфигурируйте опции генерации кода при помощи configurer и обновите параметры модели в сгенерированном коде.
Использование codegen для других функций та генерация кода поддержки.
Можно также сгенерировать фиксированную точку код C/C++ для предсказания некоторых моделей машинного обучения. Этот тип генерации кода требует Fixed-Point Designer™.
Чтобы интегрировать предсказание модели машинного обучения в Simulink®, используйте блок MATLAB function или блоки Simulink в библиотеке Statistics and Machine Learning Toolbox.
Чтобы узнать о генерации кода, смотрите Введение в Генерацию кода.
Для списка функций, которые поддерживают генерацию кода, см. Функциональный Список (Генерация кода C/C++).
| ClassificationSVM Predict | Классифицируйте наблюдения с помощью классификатора машины опорных векторов (SVM) для и бинарной классификации одного класса |
| RegressionSVM Predict | Предскажите ответы с помощью модели регрессии машины опорных векторов (SVM) |
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 предсказания модели машинного обучения в командной строке
Сгенерируйте код для предсказания классификации или модели регрессии в командной строке.
Генерация кода для предсказания модели машинного обучения Используя приложение MATLAB Coder
Сгенерируйте код для предсказания классификации или модели регрессии при помощи приложения MATLAB Coder.
Генерация кода для предсказания и обновления Используя кодер Конфигурера
Сгенерируйте код для предсказания 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 предсказания.
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 предсказания SVM
Сгенерируйте фиксированную точку для предсказания 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.
Сгенерируйте код, чтобы классифицировать числовые данные на таблицу
Сгенерируйте код для классификации числовых данных в таблице с помощью дерева выбора из двух альтернатив.
Предскажите, что ответы Используя RegressionSVM предсказывают блок
В этом примере показано, как обучить модель регрессии машины опорных векторов (SVM) использование приложения Regression Learner, и затем использовать блок RegressionSVM Predict для предсказания ответа в Simulink®.
Предскажите, что метки класса Используя ClassificationSVM предсказывают блок
В этом примере показано, как использовать блок ClassificationSVM Predict для предсказания метки.
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 предсказания 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.
