RegressionEnsemble Predict

Предскажите ансамбль использования ответов деревьев решений для регрессии

Библиотека:
Statistics and Machine Learning Toolbox / регрессия

Описание

Блок RegressionEnsemble Predict предсказывает ответы с помощью ансамбля деревьев решений (RegressionEnsemble, RegressionBaggedEnsemble, или CompactRegressionEnsemble).

Импортируйте обученный объект регрессии в блок путем определения имени переменной рабочей области, которая содержит объект. Входной порт x получает наблюдение (данные о предикторе), и выходной порт yfit, возвращает предсказанный ответ для наблюдения.

Порты

Входной параметр

развернуть все

`x` — Данные о предикторе
вектор-строка | вектор-столбец

Данные о предикторе в виде вектор-столбца или вектора-строки из одного наблюдения.

Зависимости

Переменные в x должны иметь тот же порядок как переменные предикторы, которые обучили модель, заданную Select trained machine learning model.

Вывод

развернуть все

`yfit` — Предсказанный ответ
скаляр

Предсказанный ответ, возвращенный как скаляр.

Параметры

развернуть все

Основной

`Select trained machine learning model` — Модель ансамбля регрессии
`ensMdl` (значение по умолчанию) | `RegressionEnsemble` возразите | `RegressionBaggedEnsemble` возразите | `CompactRegressionEnsemble` объект

Задайте имя переменной рабочей области, которая содержит RegressionEnsemble объект, RegressionBaggedEnsemble объект или CompactRegressionEnsemble объект.

Когда вы обучаете модель при помощи fitrensemble, следующие ограничения применяются:

Данные о предикторе не могут включать категориальные предикторы (logicalкатегориальный'char'Строка, или cell). Если вы снабжаете обучающими данными в таблице, предикторы должны быть числовыми (double или single). Кроме того, вы не можете использовать 'CategoricalPredictors' аргумент значения имени. Чтобы включать категориальные предикторы в модель, предварительно обработайте категориальные предикторы при помощи dummyvar прежде, чем подбирать модель.
Значение 'ResponseTransform' аргументом значения имени должен быть 'none' (значение по умолчанию).
Вы не можете использовать суррогатные разделения для древовидных слабых учеников, то есть, значения 'Surrogate' аргументом значения имени должен быть 'off' (значение по умолчанию), когда вы задаете древовидных слабых учеников при помощи templateTree функция.

Программируемое использование

Параметры блоков: TrainedLearner

Ввод: переменная рабочей области

Значения: RegressionEnsemble возразите | RegressionBaggedEnsemble возразите | CompactRegressionEnsemble объект

Значение по умолчанию: 'ensMdl'

Типы данных

Фиксированная точка операционные параметры

`Integer rounding mode` — Режим Rounding для операций фиксированной точки
`Floor` (значение по умолчанию) | `Ceiling` | `Convergent` | `Nearest` | `Round` | `Simplest` | `Zero`

Задайте округляющийся режим для операций фиксированной точки. Для получения дополнительной информации смотрите Округление (Fixed-Point Designer).

Параметры блоков всегда вокруг к самому близкому представимому значению. Чтобы управлять округлением параметров блоков, введите выражение с помощью функции округления MATLAB^® в поле маски.

Программируемое использование

Параметры блоков: RndMeth

Ввод: символьный вектор

Значение по умолчанию: 'Floor'

`Saturate on integer overflow` — Метод действия переполнения
`off` (значение по умолчанию) | `on`

Задайте, насыщает ли переполнение или переносится.

Действие Объяснение Повлияйте на переполнение Пример

Действие	Объяснение	Повлияйте на переполнение	Пример
Установите этот флажок (`on`).	Ваша модель имеет возможное переполнение, и вы хотите явную защиту насыщения в сгенерированном коде.	Переполнение насыщает или к минимальному или к максимальному значению, которое может представлять тип данных.	Максимальное значение, что `int8` (8-битное целое число со знаком) тип данных может представлять, 127. Любой результат блочной операции, больше, чем это максимальное значение, вызывает переполнение 8-битного целого числа. С установленным флажком блок выход насыщает в 127. Точно так же блок выход насыщает в минимальном выходном значении –128.
Снимите этот флажок (`off`).	Вы хотите оптимизировать КПД своего сгенерированного кода. Вы не хотите чрезмерно определять, как блок обрабатывает сигналы из области значений. Для получения дополнительной информации смотрите Ошибки Диапазона сигнала Поиска и устранения неисправностей (Simulink).	Переполнение переносится к соответствующему значению, которое может представлять тип данных.	Максимальное значение, что `int8` (8-битное целое число со знаком) тип данных может представлять, 127. Любой результат блочной операции, больше, чем это максимальное значение, вызывает переполнение 8-битного целого числа. Со снятым флажком программное обеспечение интерпретирует значение порождения переполнения как `int8`, который может привести к непреднамеренному результату. Например, результат блока 130 (двоичный файл 1000 0010) описанный как `int8` –126.

Установите этот флажок (on).

Ваша модель имеет возможное переполнение, и вы хотите явную защиту насыщения в сгенерированном коде.

Переполнение насыщает или к минимальному или к максимальному значению, которое может представлять тип данных.

Максимальное значение, что int8 (8-битное целое число со знаком) тип данных может представлять, 127. Любой результат блочной операции, больше, чем это максимальное значение, вызывает переполнение 8-битного целого числа. С установленным флажком блок выход насыщает в 127. Точно так же блок выход насыщает в минимальном выходном значении –128.

Снимите этот флажок (off).

Вы хотите оптимизировать КПД своего сгенерированного кода.

Вы не хотите чрезмерно определять, как блок обрабатывает сигналы из области значений. Для получения дополнительной информации смотрите Ошибки Диапазона сигнала Поиска и устранения неисправностей (Simulink).

Переполнение переносится к соответствующему значению, которое может представлять тип данных.

Максимальное значение, что int8 (8-битное целое число со знаком) тип данных может представлять, 127. Любой результат блочной операции, больше, чем это максимальное значение, вызывает переполнение 8-битного целого числа. Со снятым флажком программное обеспечение интерпретирует значение порождения переполнения как int8, который может привести к непреднамеренному результату. Например, результат блока 130 (двоичный файл 1000 0010) описанный как int8 –126.

Программируемое использование

Параметры блоков: SaturateOnIntegerOverflow

Ввод: символьный вектор

Значения: 'off' | 'on'

Значение по умолчанию: 'off'

`Lock output data type setting against changes by the fixed-point tools` — Препятствуйте тому, чтобы Fixed-Point Tool заменили тип данных
`off` (значение по умолчанию) | `on`

Выберите этот параметр, чтобы препятствовать тому, чтобы Fixed-Point Tool заменили тип данных, который вы задаете для блока. Для получения дополнительной информации смотрите, что Тип Выходных данных Блокировки Использования Устанавливает (Fixed-Point Designer).

Программируемое использование

Параметры блоков: LockScale

Ввод: символьный вектор

Значения: 'off' | 'on'

Значение по умолчанию: 'off'

Тип данных

`Output data type` — Тип данных yfit выводится
`Inherit: auto` (значение по умолчанию) | `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>`

Задайте тип данных для yfit 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).

Программируемое использование

Параметры блоков: OutDataTypeStr

Ввод: символьный вектор

Значение по умолчанию: 'Inherit: auto'

`Output minimum` — Минимальное значение yfit выводится для проверки диапазона
`[]` (значение по умолчанию) | скаляр

Нижнее значение yfit область значений выхода, которую проверяет Simulink^®.

Simulink использует минимальное значение, чтобы выполнить:

Проверка диапазона параметра (см., Задает Минимальные и Максимальные значения для Параметров блоков (Simulink)) для некоторых блоков.
Проверка диапазона симуляции (см., Указывает Диапазоны сигнала (Simulink) и Включает Проверку диапазона Симуляции (Simulink)).
Автоматическое масштабирование типов данных с фиксированной точкой.
Оптимизация кода, который вы генерируете из модели. Эта оптимизация может удалить алгоритмический код и влиять на результаты некоторых режимов симуляции, такие как SIL или режим external mode. Для получения дополнительной информации смотрите, Оптимизируют использование заданных минимальных и максимальных значений (Embedded Coder).

Примечание

Параметр Output minimum не насыщает или отсекает фактический сигнал yfit. Используйте блок Saturation (Simulink) вместо этого.

Программируемое использование

Параметры блоков: OutMin

Ввод: символьный вектор

Значения: '[]' | скаляр

Значение по умолчанию: '[]'

`Output maximum` — Максимальное значение yfit выводится для проверки диапазона
`[]` (значение по умолчанию) | скаляр

Верхнее значение yfit область значений выхода это Simulink Check.

Simulink использует минимальное значение, чтобы выполнить:

Проверка диапазона параметра (см., Задает Минимальные и Максимальные значения для Параметров блоков (Simulink)) для некоторых блоков.
Проверка диапазона симуляции (см., Указывает Диапазоны сигнала (Simulink) и Включает Проверку диапазона Симуляции (Simulink)).
Автоматическое масштабирование типов данных с фиксированной точкой.
Оптимизация кода, который вы генерируете из модели. Эта оптимизация может удалить алгоритмический код и влиять на результаты некоторых режимов симуляции, такие как SIL или режим external mode. Для получения дополнительной информации смотрите, Оптимизируют использование заданных минимальных и максимальных значений (Embedded Coder).

Примечание

Параметр Output maximum не насыщает или отсекает фактический сигнал yfit. Используйте блок Saturation (Simulink) вместо этого.

Программируемое использование

Параметры блоков: OutMax

Ввод: символьный вектор

Значения: '[]' | скаляр

Значение по умолчанию: '[]'

`Weak learner data type` — Тип данных слабого ученика выходные параметры
`Inherit: auto` (значение по умолчанию) | `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>`

Задайте тип данных для выходных параметров от слабых учеников. 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).

Программируемое использование

Параметры блоков: WeakLearnerDataTypeStr

Ввод: символьный вектор

Значение по умолчанию: 'Inherit: auto'

`Weak learner minimum` — Минимальное значение слабого ученика выходные параметры для проверки диапазона
`[]` (значение по умолчанию) | скаляр

Нижнее значение слабого ученика вывело область значений это Simulink Check.

Simulink использует минимальное значение, чтобы выполнить:

Проверка диапазона параметра (см., Задает Минимальные и Максимальные значения для Параметров блоков (Simulink)) для некоторых блоков.
Проверка диапазона симуляции (см., Указывает Диапазоны сигнала (Simulink) и Включает Проверку диапазона Симуляции (Simulink)).
Автоматическое масштабирование типов данных с фиксированной точкой.
Оптимизация кода, который вы генерируете из модели. Эта оптимизация может удалить алгоритмический код и влиять на результаты некоторых режимов симуляции, такие как SIL или режим external mode. Для получения дополнительной информации смотрите, Оптимизируют использование заданных минимальных и максимальных значений (Embedded Coder).

Примечание

Параметр Weak learner minimum не насыщает или отсекает фактические слабые выходные сигналы ученика.

Программируемое использование

Параметры блоков: WeakLearnerOutMin

Ввод: символьный вектор

Значения: '[]' | скаляр

Значение по умолчанию: '[]'

`Weak learner maximum` — Максимальное значение слабого ученика выходные параметры для проверки диапазона
`[]` (значение по умолчанию) | скаляр

Верхнее значение слабого ученика вывело область значений это Simulink Check.

Simulink использует максимальное значение, чтобы выполнить:

Проверка диапазона параметра (см., Задает Минимальные и Максимальные значения для Параметров блоков (Simulink)) для некоторых блоков.
Проверка диапазона симуляции (см., Указывает Диапазоны сигнала (Simulink) и Включает Проверку диапазона Симуляции (Simulink)).
Автоматическое масштабирование типов данных с фиксированной точкой.
Оптимизация кода, который вы генерируете из модели. Эта оптимизация может удалить алгоритмический код и влиять на результаты некоторых режимов симуляции, такие как SIL или режим external mode. Для получения дополнительной информации смотрите, Оптимизируют использование заданных минимальных и максимальных значений (Embedded Coder).

Примечание

Параметр Weak learner maximum не насыщает или отсекает фактические слабые выходные сигналы ученика.

Программируемое использование

Параметры блоков: WeakLearnerOutMax

Ввод: символьный вектор

Значения: '[]' | скаляр

Значение по умолчанию: '[]'

Примеры модели

Predict Responses Using RegressionEnsemble Predict Block

Предскажите, что ответы Используя RegressionEnsemble предсказывают блок

Обучите модель ансамбля регрессии оптимальными гиперпараметрами, и затем используйте блок RegressionEnsemble Predict для предсказания ответа.

Скрипт Open Live Script

Характеристики блока

Типы данных	`Boolean` \| `double` \| `fixed point` \| `half` \| `integer` \| `single`
Прямое сквозное соединение	`yes`
Многомерные сигналы	`no`
Сигналы переменного размера	`no`
Обнаружение пересечения нулем	`no`

Альтернативная функциональность

Можно использовать блок MATLAB function с predict объектная функция ансамбля деревьев решений (RegressionEnsemble, RegressionBaggedEnsemble, или CompactRegressionEnsemble). Для примера смотрите, Предсказывают, что Класс Маркирует Using MATLAB Function Block.

При решении, использовать ли блок RegressionEnsemble 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.

Документация

RegressionEnsemble Predict

Описание

Порты

Входной параметр

x — Данные о предикторе вектор-строка | вектор-столбец

Зависимости

Вывод

yfit — Предсказанный ответ скаляр

Параметры

Основной

Select trained machine learning model — Модель ансамбля регрессии ensMdl (значение по умолчанию) | RegressionEnsemble возразите | RegressionBaggedEnsemble возразите | CompactRegressionEnsemble объект

Программируемое использование

Типы данных

Integer rounding mode — Режим Rounding для операций фиксированной точки Floor (значение по умолчанию) | Ceiling | Convergent | Nearest | Round | Simplest | Zero

Программируемое использование

Saturate on integer overflow — Метод действия переполнения off (значение по умолчанию) | on

Программируемое использование

Lock output data type setting against changes by the fixed-point tools — Препятствуйте тому, чтобы Fixed-Point Tool заменили тип данных off (значение по умолчанию) | on

Программируемое использование

Output data type — Тип данных yfit выводится Inherit: auto (значение по умолчанию) | 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>

Программируемое использование

Output minimum — Минимальное значение yfit выводится для проверки диапазона [] (значение по умолчанию) | скаляр

Программируемое использование

Output maximum — Максимальное значение yfit выводится для проверки диапазона [] (значение по умолчанию) | скаляр

Программируемое использование

Программируемое использование

Weak learner minimum — Минимальное значение слабого ученика выходные параметры для проверки диапазона [] (значение по умолчанию) | скаляр

Программируемое использование

Weak learner maximum — Максимальное значение слабого ученика выходные параметры для проверки диапазона [] (значение по умолчанию) | скаляр

Программируемое использование

Примеры модели

Предскажите, что ответы Используя RegressionEnsemble предсказывают блок

Характеристики блока

Альтернативная функциональность

Расширенные возможности

Генерация кода C/C++ Генерация кода C и C++ с помощью Simulink® Coder™.

Преобразование фиксированной точки Спроектируйте и симулируйте системы фиксированной точки с помощью Fixed-Point Designer™.

Смотрите также

Блоки

Объекты

Функции

Темы

Документация Statistics and Machine Learning Toolbox

Поддержка

`x` — Данные о предикторе
вектор-строка | вектор-столбец

`yfit` — Предсказанный ответ
скаляр

`Select trained machine learning model` — Модель ансамбля регрессии
`ensMdl` (значение по умолчанию) | `RegressionEnsemble` возразите | `RegressionBaggedEnsemble` возразите | `CompactRegressionEnsemble` объект

`Integer rounding mode` — Режим Rounding для операций фиксированной точки
`Floor` (значение по умолчанию) | `Ceiling` | `Convergent` | `Nearest` | `Round` | `Simplest` | `Zero`

`Saturate on integer overflow` — Метод действия переполнения
`off` (значение по умолчанию) | `on`

`Lock output data type setting against changes by the fixed-point tools` — Препятствуйте тому, чтобы Fixed-Point Tool заменили тип данных
`off` (значение по умолчанию) | `on`

`Output minimum` — Минимальное значение yfit выводится для проверки диапазона
`[]` (значение по умолчанию) | скаляр

`Output maximum` — Максимальное значение yfit выводится для проверки диапазона
`[]` (значение по умолчанию) | скаляр

`Weak learner minimum` — Минимальное значение слабого ученика выходные параметры для проверки диапазона
`[]` (значение по умолчанию) | скаляр

`Weak learner maximum` — Максимальное значение слабого ученика выходные параметры для проверки диапазона
`[]` (значение по умолчанию) | скаляр

Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.

Преобразование фиксированной точки
Спроектируйте и симулируйте системы фиксированной точки с помощью Fixed-Point Designer™.