Атрибуты кодера данных предиктора для передачи в сгенерированный код C/C + + для predict функция модели классификации SVM, указанная как LearnerCoderInput объект.

При создании конфигуратора кодера с помощью learnerCoderConfigurer функция, входной аргумент X определяет значения по умолчанию для LearnerCoderInput атрибуты кодера:

Можно изменить атрибуты кодера с помощью точечной нотации. Например, чтобы создать код C/C + +, который принимает данные предиктора с 100 наблюдениями трех переменных предиктора, укажите эти атрибуты кодера X для конфигуратора кодера configurer:

configurer.X.SizeVector = [100 3];
configurer.X.DataType = 'double';
configurer.X.VariableDimensions = [0 0];

Чтобы позволить сгенерированному коду C/C + + принимать данные предиктора с до 100 наблюдениями, укажите эти атрибуты кодера X:

configurer.X.SizeVector = [100 3];
configurer.X.DataType = 'double';
configurer.X.VariableDimensions = [1 0];

Количество выходных аргументов, возвращаемых из сгенерированного кода C/C + + для predict функция модели классификации SVM, указанная как 1 или 2.

Выходные аргументы predict являются label (прогнозируемые метки класса) и score (оценки или задние вероятности) в порядке перечисления. predict в сгенерированном коде C/C + + возвращает первыйn выходных данных predict функция, где n является NumOutputs значение.

После создания конфигуратора кодера configurerможно указать количество выходов с помощью точечной нотации.

configurer.NumOutputs = 2;

NumOutputs свойство эквивалентно '-nargout' параметр компилятора codegen (Кодер MATLAB). Этот параметр определяет количество выходных аргументов в функции начального значения генерации кода. Функция объекта generateCode генерирует две функции точки входа -predict.m и update.m для predict и update функции модели классификации SVM, соответственно, и генерирует код C/C + + для двух функций точки входа. Указанное значение для NumOutputs свойство соответствует количеству выходных аргументов в функции точки входа predict.m.

Типы данных: double

Атрибуты кодера обучаемых коэффициентов классификатора (Alpha модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера коэффициентов линейного предиктора (Beta модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера термина смещения (Bias модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера стоимости неправильной классификации (Cost модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера средства предсказания (Mu модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера предшествующих вероятностей (Prior модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера параметра масштаба ядра (KernelParameters.Scale модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера стандартных отклонений предиктора (Sigma модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера меток класса вектора поддержки (SupportVectorLabels модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Атрибуты кодера векторов поддержки (SupportVectors модели классификации SVM), указанной как LearnerCoderInput объект.

Значения атрибутов по умолчанию для LearnerCoderInput объекты основаны на входном аргументе Mdl из learnerCoderConfigurer:

Имя файла сгенерированного кода C/C + +, заданного как символьный вектор.

Функция объекта generateCode из ClassificationSVMCoderConfigurer создает код C/C + + с использованием этого имени файла.

Имя файла не должно содержать пробелов, поскольку они могут привести к сбоям при создании кода в определенных конфигурациях операционной системы. Кроме того, имя должно быть допустимым именем функции MATLAB.

После создания конфигуратора кодера configurer, можно указать имя файла с помощью точечной нотации.

configurer.OutputFileName = 'myModel';

Типы данных: char

Уровень детализации, указанный как true (логический 1) или false (логический 0). Уровень детализации управляет отображением уведомлений в командной строке.

Чтобы включить обновление параметров модели машинного обучения в сгенерированном коде, необходимо настроить атрибуты кодера параметров перед созданием кода. Атрибуты кодера параметров зависят друг от друга, поэтому программное обеспечение сохраняет зависимости как ограничения конфигурации. При изменении атрибутов кодера параметра с помощью конфигуратора кодера и необходимости последующих изменений других зависимых параметров в соответствии с ограничениями конфигурации программа изменяет атрибуты кодера зависимых параметров. Уровень детализации определяет, отображает ли программное обеспечение сообщения уведомления для этих последующих изменений.

После создания конфигуратора кодера configurer, можно изменить уровень детализации с помощью точечной нотации.

configurer.Verbose = false;

Типы данных: logical

Это свойство доступно только для чтения.

codegen Аргументы (MATLAB Coder), указанные как массив ячеек.

Это свойство позволяет настроить рабочий процесс создания кода. Используйте generateCode если не требуется настраивать рабочий процесс.

Вместо использования generateCode с конфигуратором кодера configurer, код C/C + + можно создать следующим образом:

generateFiles(configurer)
cgArgs = configurer.CodeGenerationArguments;
codegen(cgArgs{:})

При изменении других свойств configurer, программное обеспечение обновляет CodeGenerationArguments соответственно собственности.

Типы данных: cell

Это свойство доступно только для чтения.

Входной аргумент функции точки входа predict.m для генерации кода, заданного как массив ячеек coder.PrimitiveType (Кодер MATLAB). coder.PrimitiveType объект включает в себя атрибуты кодера данных предиктора, хранящихся в X собственность.

При изменении атрибутов кодера данных предиктора программное обеспечение обновляет coder.PrimitiveType соответственно возражают.

coder.PrimitiveType объект в PredictInputs эквивалентно configurer.CodeGenerationArguments{6} для конфигуратора кодера configurer.

Типы данных: cell

Это свойство доступно только для чтения.

Список настраиваемых входных аргументов функции точки входа update.m для генерации кода, определяемого как массив ячеек структуры, включающий coder.PrimitiveType (Кодер MATLAB) объекты. Каждый coder.PrimitiveType объект включает в себя атрибуты кодера настраиваемого параметра модели машинного обучения.

При изменении атрибутов кодера параметра модели с помощью свойств конфигуратора кодера (update Arguments properties), затем программное обеспечение обновляет соответствующий coder.PrimitiveType соответственно возражают. При указании Tunability атрибут параметра модели машинного обучения как false, то программное обеспечение удаляет соответствующий coder.PrimitiveType объект из UpdateInputs список.

Структура в UpdateInputs эквивалентно configurer.CodeGenerationArguments{3} для конфигуратора кодера configurer.

Типы данных: cell