Классифицируйте наблюдения с помощью классификатора дерева решений
Statistics and Machine Learning Toolbox / Классификация
Блок ClassificationTree Predict классифицирует наблюдения с помощью объекта дерева классификации (ClassificationTree или CompactClassificationTree) для классификации мультиклассов.
Импортируйте обученный объект классификации в блок путем определения имени переменной рабочей области, которая содержит объект. Входной порт x получает наблюдение (данные о предикторе), и выходной порт label, возвращает предсказанную метку класса для наблюдения. Можно добавить дополнительный выходной порт score, который возвращает предсказанные баллы класса или апостериорные вероятности.
Add output port for predicted class scores — Добавьте второй выходной порт для предсказанных баллов классаoff (значение по умолчанию) | onУстановите флажок, чтобы включать второй выходной порт score в блок ClassificationTree Predict.
Параметры блоков:
ShowOutputScore |
| Ввод: символьный вектор |
Значения:
'off' | 'on' |
Значение по умолчанию:
'off' |
Задайте тип данных для label выход. Тип может быть наследован в виде перечислимого типа данных или описан как объект типа данных, такой как Simulink.NumericType.
Когда вы выбираете наследованную опцию, программное обеспечение ведет себя можно следующим образом:
Inherit: Inherit via back propagation (значение по умолчанию для числовых и логических меток) — Simulink автоматически определяет Label data type блока во время распространения типа данных (см. Распространение Типа данных (Simulink)). В этом случае блок использует тип данных нисходящего блока или объекта сигнала.
Inherit: auto (значение по умолчанию для нечисловых меток) — блок использует автозаданную перечислимую переменную типа данных. Например, предположите имя переменной рабочей области, заданное Select trained machine learning model myMdl, и метками класса является class 1 и class 2. Затем соответствующими значениями label является myMdl_enumLabels.class_1 и myMdl_enumLabels.class_2. Блок преобразует метки класса в допустимые идентификаторы MATLAB при помощи matlab.lang.makeValidName функция.
Для получения дополнительной информации о типах данных, смотрите Типы данных Управляющего сигнала (Simulink).
Нажмите кнопку Show data type assistant
, чтобы отобразить Data Type Assistant, который помогает вам установить атрибуты типа данных. Для получения дополнительной информации смотрите, Задают Типы данных Используя Ассистент Типа данных (Simulink).
Поддерживаемые типы данных зависят от меток, используемых в модели, заданной Select trained machine learning model.
Если модель использует числовые или логические метки, поддерживаемыми типами данных является Inherit: Inherit via back propagation (значение по умолчанию), doubleединственный, halfint8uint8int16uint16int32uint32int64uint64, boolean, фиксированная точка и объект типа данных.
Если модель использует нечисловые метки, поддерживаемыми типами данных является Inherit: auto (значение по умолчанию), Enum: <class name>, и объект типа данных.
Параметры блоков: LabelDataTypeStr |
| Ввод: символьный вектор |
Значения: 'Inherit: Inherit via back propagation' | 'Inherit: auto' | 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'int64' | 'uint64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | 'Enum: <class name>' | '<data type expression>' |
Значение по умолчанию: 'Inherit: Inherit via back propagation' (для числовых и логических меток) | 'Inherit: auto' (для нечисловых меток) |
Задайте тип данных для score выход. Тип может быть наследован, задан непосредственно или описан как объект типа данных, такой как Simulink.NumericType.
Когда вы выбираете Inherit: auto, блок использует правило, которое наследовало тип данных.
Для получения дополнительной информации о типах данных, смотрите Типы данных Управляющего сигнала (Simulink).
Нажмите кнопку Show data type assistant, чтобы отобразить Data Type Assistant, который помогает вам установить атрибуты типа данных. Для получения дополнительной информации смотрите, Задают Типы данных Используя Ассистент Типа данных (Simulink).
Параметры блоков: ScoreDataTypeStr |
| Ввод: символьный вектор |
Значения: 'Inherit: auto' | 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'int64' | 'uint64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | '<data type expression>' |
Значение по умолчанию: 'Inherit: auto' |
Задайте тип данных для внутренних непреобразованных баллов. Тип может быть наследован, задан непосредственно или описан как объект типа данных, такой как Simulink.NumericType.
Когда вы выбираете Inherit: auto, блок использует правило, которое наследовало тип данных.
Для получения дополнительной информации о типах данных, смотрите Типы данных Управляющего сигнала (Simulink).
Нажмите кнопку Show data type assistant, чтобы отобразить Data Type Assistant, который помогает вам установить атрибуты типа данных. Для получения дополнительной информации смотрите, Задают Типы данных Используя Ассистент Типа данных (Simulink).
Можно задать этот параметр только если модель, заданная Select trained machine learning model использует преобразование счета кроме 'none' (значение по умолчанию, то же самое как 'identity').
Если модель не использует преобразований счета ('none' или 'identity'), затем можно задать тип данных счета при помощи Score data type.
Если модель использует преобразование счета кроме 'none' или 'identity', затем можно задать тип данных непреобразованных необработанных баллов при помощи этого параметра и задать тип данных преобразованных баллов при помощи Score data type.
Можно изменить опцию преобразования счета путем определения 'ScoreTransform' аргумент значения имени во время обучения, или путем изменения ScoreTransform свойство после обучения.
Параметры блоков: RawScoreDataTypeStr |
| Ввод: символьный вектор |
Значения: 'Inherit: auto' | 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'int64' | 'uint64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | '<data type expression>' |
Значение по умолчанию: 'Inherit: auto' |
Типы данных |
|
Прямое сквозное соединение |
|
Многомерные сигналы |
|
Сигналы переменного размера |
|
Обнаружение пересечения нулем |
|
Можно использовать блок MATLAB function с predict объектная функция объекта дерева классификации (ClassificationTree или CompactClassificationTree). Для примера смотрите, Предсказывают, что Класс Маркирует Using MATLAB Function Block.
При решении, использовать ли блок ClassificationTree Predict в библиотеке Statistics and Machine Learning Toolbox™ или блоке MATLAB function с predict функционируйте, рассмотрите следующее:
Если вы используете библиотечный блок Statistics and Machine Learning Toolbox, можно использовать Fixed-Point Tool (Fixed-Point Designer), чтобы преобразовать модель с плавающей точкой в фиксированную точку.
Поддержка массивов переменного размера должна быть включена для блока MATLAB function с predict функция.
Если вы используете блок MATLAB function, можно использовать функции MATLAB для предварительной обработки или последующей обработки прежде или после предсказаний в том же блоке MATLAB function.
