Предскажите ответы с помощью модели регрессии машины опорных векторов (SVM)
Statistics and Machine Learning Toolbox / регрессия
Блок RegressionSVM Predict предсказывает ответы с помощью объекта регрессии SVM (RegressionSVM или CompactRegressionSVM).
Импортируйте обученный объект регрессии SVM 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.
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).
Параметры блоков: OutDataTypeStr |
| 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 параметра для расчета ядра. Тип может быть задан непосредственно или описан как объект типа данных, такой как Simulink.NumericType.
Параметр Kernel data type задает тип данных различного параметра в зависимости от типа функции ядра заданной модели SVM. Вы задаете 'KernelFunction' аргумент значения имени, когда обучение модель SVM.
'KernelFunction' значение | Тип данных |
|---|---|
'gaussian' или 'rbf' | Kernel data type задает тип данных квадрата расстояния для Гауссова ядра , где x является данными о предикторе для наблюдения, и s является вектором поддержки. |
'linear' | Kernel data type задает тип данных для выхода линейной функции ядра , где x является данными о предикторе для наблюдения, и s является вектором поддержки. |
'polynomial' | Kernel data type задает тип данных для выхода полиномиальной функции ядра , где x является данными о предикторе для наблюдения, s является вектором поддержки, и p является полиномиальным порядком функции ядра. |
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: KernelDataTypeStr |
| Ввод: символьный вектор |
Значения: 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'uint64' | 'int64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | '<data type expression>' |
Значение по умолчанию: 'double' |
Типы данных |
|
Прямое сквозное соединение |
|
Многомерные сигналы |
|
Сигналы переменного размера |
|
Обнаружение пересечения нулем |
|
Если вы используете линейную модель SVM, и она имеет много векторов поддержки, то предсказание может быть медленным. Чтобы эффективно предсказать ответы на основе линейной модели SVM, удалите векторы поддержки из RegressionSVM или CompactRegressionSVM объект при помощи discardSupportVectors.
Можно использовать блок MATLAB function с predict объектная функция объекта регрессии SVM (RegressionSVM или CompactRegressionSVM). Для примера смотрите, Предсказывают, что Класс Маркирует Using MATLAB Function Block.
При решении, использовать ли блок RegressionSVM 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.
