CreateAlgorithm

Создайте алгоритм

Синтаксис

newalg = alg.CreateAlgorithm( AlgorithmName)

Описание

Это метод mbcmodel.fitalgorithm.

newalg = alg.CreateAlgorithm( AlgorithmName) создает алгоритм заданного типа. alg является mbcmodel.fitalgorithm объект. AlgorithmName должен быть в списке альтернативных алгоритмов, заданных alg.getAlternativeNames.

Чтобы изменить алгоритм подгонки для модели:

>> model = mbcmodel.CreateModel('Polynomial', 2);
>> minpress = model.FitAlgorithm.CreateAlgorithm('Minimize PRESS');
>> model.FitAlgorithm = minpress;

The AlgorithmName определяет, какие свойства можно задать. Можно отобразить свойства для алгоритма следующим образом:

>> model.FitAlgorithm.properties

Algorithm: Minimize PRESS
Alternatives: 'Least Squares','Forward Selection','Backward 
Selection','Prune'
     MaxIter: Maximum Iterations (int: [1,1000])

В качестве более простой альтернативы использованию CreateAlgorithm можно присвоить имя алгоритма непосредственно алгоритму. Для примера:

B.FitAlgorithm.BoundaryPointOptions = 'Boundary Only';
Или:
m.FitAlgorithm = 'Minimize PRESS';
Регистр и пространства игнорируются. См. FitAlgorithm.

В следующих разделах перечислены свойства, доступные для каждого типа алгоритма.

Свойства алгоритма линейной модели

Алгоритмы линейных моделей

Используется полиномами, гибридными сплайнами и как алгоритм StepAlgorithm для алгоритмов RBF.

Алгоритм: наименьшие квадраты

Альтернативы: 'Minimize PRESS','Forward Selection','Backward Selection','Prune'

Алгоритм: Минимизируйте PRESS

Альтернативы: 'Least Squares','Forward Selection','Backward Selection','Prune'

  • MaxIter: максимум итераций (int: [1,1000])

Алгоритм: Выбор вперед

Альтернативы: 'Least Squares','Minimize PRESS','Backward Selection','Prune'

  • Доверительный уровень: доверительный уровень (%) (число: [70,100])

  • MaxIter: максимум итераций (int: [1,1000])

  • RemoveAll: Сначала удалите все термины (логический)

Алгоритм: выбор назад

Альтернативы: 'Least Squares','Minimize PRESS','Forward Selection','Prune'

  • Доверительный уровень: Альфа (%) (число: [70,100])

  • MaxIter: максимум итераций (int: [1,1000])

  • IncludeAll: Сначала включите все условия (логический)

Алгоритм: Prune

Альтернативы: 'Least Squares','Minimize PRESS','Forward Selection','Backward Selection'

  • Критерии (PRESS RMSE 'RMSE' GCV 'Weighted PRESS|-2logL'AIC'AICc'BIC'R^2|R^2 adj' PRESS R^2|DW'Cp'cond (J))

  • MinTerms: Минимальное количество терминов (int: [0, Inf])

  • Допуск (число: [0,1000])

  • IncludeAll: Включите все условия перед обрезкой (логический)

  • Отображение (логическое)

Свойства алгоритма RBF

Для получения информации о любом из свойств RBF и гибридного алгоритма RBF, смотрите Radial Basis Functions for Построение моделей, и особенно Fitting Routines в Руководстве пользователя Model Browser.

Алгоритм: RBF Подгонка

  • WidthAlgorithm: Алгоритм выбора ширины (mbcmodel.fitalgorithm)

  • Алгоритм шага: пошаговый (mbcmodel.fitalgorithm)

Алгоритмы выбора ширины

Альтернативы: 'WidPerDim','Tree Regression'

Алгоритм: TrialWidths

  • NestedFitAlgorithm: Алгоритм выбора Лямбды (mbcmodel.fitalgorithm)

  • Испытания: Количество пробных ширин в каждом масштабе (int: [2100])

  • Масштабирование: Количество масштабов (int: [1100])

  • MinWidth: начальная нижняя граница ширины (число: [2.22045e-016,1000])

  • MaxWidth: начальная верхняя граница ширины (число: [2.22045e-016,100])

  • PlotFlag: графики отображения (логические)

  • PlotProgress: отображение прогресса подгонки (логический)

Алгоритм: WidPerDim

Альтернативы: 'TrialWidths','Tree Regression'

  • NestedFitAlgorithm: Алгоритм выбора Лямбды (mbcmodel.fitalgorithm)

  • DisplayFlag: отображение (логический)

  • MaxFunEvals: Максимальное количество тестовых ширин (int: [1, 1e + 006])

  • PlotProgress: отображение прогресса подгонки (логический)

Алгоритм: регрессия дерева

Альтернативы: 'TrialWidths','WidPerDim'

  • MaxNumRectangles: Максимальное количество панелей (int: [1, Inf])

  • MinPerRectangle: Минимальные точки данных на панель (int: [2, Inf])

  • RectangleSize: Усадка панели к данным (логический)

  • AlphaSelectAlg: Алгоритм выбора Альфа (mbcmodel.fitalgorithm)

Алгоритмы выбора Лямбда

Алгоритм: IterateRidge

Альтернативы: 'IterateRols','StepItRols'

  • CenterSelectionAlg: Алгоритм выбора центра (mbcmodel.fitalgorithm)

  • MaxNumIter: максимальное количество обновлений (int: [1100])

  • Допуск: Минимальное изменение в логе10 (GCV) (число: [2.22045e-016,1])

  • NumberOfLambdaValues: Количество начальных тестовых значений для лямбды (int: [0,100])

  • CheapMode: Не переизбирайте центры для новой ширины (логический)

  • PlotFlag: отображение (логическое)

Алгоритм: IterateRols

Альтернативы: 'IterateRidge','StepItRols'

  • CenterSelectionAlg: Алгоритм выбора центра (mbcmodel.fitalgorithm)

  • MaxNumIter: максимальное количество итераций (int: [1100])

  • Допуск: Минимальное изменение в логе10 (GCV) (число: [2.22045e-016,1])

  • NumberOfLambdaValues: Количество начальных тестовых значений для лямбды (int: [0,100])

  • CheapMode: Не переизбирайте центры для новой ширины (логический)

  • PlotFlag: отображение (логическое)

Алгоритм: StepItRols

Альтернативы: 'IterateRidge','IterateRols'

  • MaxCenter: Максимальное количество центров (evalstr)

  • PercentCandidate: Процент данных, которые будут центрами кандидатов (estimstr)

  • StartLambdaUpdate: Количество центров, которые нужно добавить перед обновлением (int: [1, Inf])

  • Допуск: Минимальное изменение в логе10 (GCV) (число: [2.22045e-016,1])

  • MaxRep: Максимальное количество раз изменение log10 (GCV) минимально (int: [1100 ])

Алгоритмы центрированного выбора

Алгоритм: Rols

Альтернативы: 'RedErr','WiggleCenters','CenterExchange'

  • MaxCenter: Максимальное количество центров (evalstr)

  • PercentCandidate: Процент данных, которые будут центрами кандидатов (estimstr)

  • Допуск: Регуляризованный допуск ошибок (число: [2.22045e-016,1])

Алгоритм: RedErr

Альтернативы: 'Rols','WiggleCenters','CenterExchange'

  • MaxCenter: Количество центров (estimstr)

Алгоритм: WiggleCenter

Альтернативы: 'Rols','RedErr','CenterExchange'

  • MaxCenter: Количество центров (estimstr)

  • PercentCandidate: Процент данных, которые будут центрами кандидатов (estimstr)

Алгоритм: CenterExchange

Альтернативы: 'Rols','RedErr','WiggleCenters'

  • MaxCenter: Количество центров (estimstr)

  • NumLoops: Количество циклов увеличения/сокращения (int: [1, Inf])

  • NumAugment: Количество центров для увеличения (int: [1, Inf ])

Алгоритмы регрессии дерева

Алгоритм: Пробная Альфа

Альтернативы: 'Specify Alpha'

  • AlphaLowerBound: начальная нижняя граница альфа (число: [2 .2045e-016, Inf])

  • AlphaUpperBound: начальная верхняя граница альфа (число: [2 .2045e-016, Inf])

  • Масштабирование: Количество масштабов (int: [1, Inf])

  • Испытания: Пробные альфасы в масштабе (int: [2, Inf])

  • Интервал: Интервал (LinearLogarithmic)

  • CenterSelectAlg: Алгоритм выбора центра (mbcmodel.fitalgorithm)

Алгоритм: Задайте Альфа

Альтернативы: 'Trial Alpha'

  • Альфа: параметр шкалы ширины, альфа (число: [2 .22045e-016, Inf])

  • NestedFitAlgorithm: Алгоритм выбора центра (mbcmodel.fitalgorithm)

Алгоритм: Выбор центра на основе дерева

Альтернативы: 'Generic Center Selection'

  • ModelSelectionCriteria: критерии выбора модели (BIC 'GCV)

  • MaxNumberCenter: Максимальное количество центров (evalstr)

Алгоритм: Типовой выбор центра

Альтернативы: 'Tree-based Center Selection'

  • CenterSelectAlg: Алгоритм выбора центра (mbcmodel.fitalgorithm)

Гибридные алгоритмы RBF

Алгоритм: RBF Подгонка

  • WidthAlgorithm: Алгоритм выбора ширины (mbcmodel.fitalgorithm)

  • Алгоритм шага: пошаговый (mbcmodel.fitalgorithm)

Алгоритмы выбора ширины

Алгоритм: TrialWidths

  • NestedFitAlgorithm: Алгоритм выбора терминов и Лямбда (mbcmodel.fitalgorithm)

  • Испытания: Количество пробных ширин в каждом масштабе (int: [2100])

  • Масштабирование: Количество масштабов (int: [1100])

  • MinWidth: начальная нижняя граница ширины (число: [2.22045e-016,1000])

  • MaxWidth: начальная верхняя граница ширины (число: [2.22045e-016,100])

  • PlotFlag: графики отображения (логические)

  • PlotProgress: отображение прогресса подгонки (логический)

Вложенные алгоритмы подгонки

Алгоритм: Twostep

Альтернативы: 'Interlace'

  • MaxCenter: Максимальное количество центров (evalstr)

  • PercentCandidate: Процент данных, которые будут центрами кандидатов (estimstr)

  • StartLambdaUpdate: Количество терминов, которые нужно добавить перед обновлением (int: [1, Inf])

  • Допуск: Минимальное изменение в логе10 (GCV) (число: [2.22045e-016,1])

  • MaxRep: Максимальное количество раз изменение log10 (GCV) минимально (int: [1100])

  • PlotFlag: отображение (логическое)

Алгоритм: Чередование

Альтернативы: 'Twostep'

  • MaxParameters: Максимальное количество членов (evalstr)

  • MaxCenter: Максимальное количество центров (evalstr)

  • PercentCandidate: Процент данных, которые будут центрами кандидатов (estimstr)

  • StartLambdaUpdate: Количество терминов, которые нужно добавить перед обновлением (int: [1, Inf])

  • Допуск: Минимальное изменение в логе10 (GCV) (число: [2.22045e-016,1])

  • MaxRep: Максимальное количество раз изменение log10 (GCV) минимально (int: [1100 ])

Параметры алгоритма подгонки граничной модели

В следующих разделах перечислены доступные параметры алгоритма аппроксимации для контуров командной строки. Параметры алгоритма подгонки краевой модели имеют те же опции подгонки, что и графический интерфейс пользователя редактора границ. Инструкции по использованию этих опций подгонки см. в разделе «Редактирование опций контура» в документации Model Browser.

Выпуклая оболочка

KeepAllFacets: Логический, чтобы указать, сохранять ли все грани (по умолчанию это false, не храните все грани).

Допуск: Допуск для максимального 1-нормального расстояния, допустимого для удаления граней (число: [0, Inf], значение по умолчанию 0.02). Чтобы удалить больше граней, увеличьте допуск.

Для получения дополнительной информации см. раздел «Настройка выпуклой оболочки» в документации Model Browser.

Эллипсоид

Алгоритм: Ограничение Подбора кривой

BoundaryPointOptions: граничные точки (mbcmodel.fitalgorithm)

Алгоритм граничных точек использует оптимизацию, чтобы найти лучший эллипс. Эти опции из fmincon.

Алгоритм: граничные точки

  • Отображение: Отображение (none 'iter' final)

  • MaxFunEvals: Максимальное количество вычислений функции (int: [1, Inf])

  • MaxIter: максимальные итерации (int: [1, Inf])

  • TolFun: Function tolerance (число: [1e-012, Inf])

  • TolX: допуск переменной (число: [1e-012, Inf])

  • TolCon: допуск ограничений (число: [1e-012, Inf ])

Звездообразный

Алгоритм: Ограничение Подбора кривой

SpecialPointOptions: Специальные точки (mbcmodel.fitalgorithm)

BoundaryPointOptions: граничные точки (mbcmodel.fitalgorithm)

ConstraintFitOptions: подгонка под ограничения (mbcmodel.fitalgorithm)

Звездообразные - Специальные точки

Алгоритм: звездообразные точки

CenterAlg: Центр (mbcmodel.fitalgorithm)

Альтернативы алгоритма: 'Mean', 'Median', 'Mid Range', 'Min Ellipse', 'User Defined'

Только для пользователя: CenterPoint: Определяемый пользователем центр [X1,X2] (вектор: NumberOfActiveInputs)

Звездообразные - граничные точки

Можно выбрать поиск граничных точек (использование Interior) или предположить, что все точки находятся на контуре (используйте Boundary Only). Затем внутренний алгоритм имеет ручные и автоматические опции для алгоритмов радиуса расширения и литья лучей.

  • Алгоритм: Только контур (без дальнейших опций)

  • Алгоритм: Интерьер. Дальнейшие опции:

    • DilationRadius (mbcmodel.fitalgorithm)

      • Алгоритм: Авто

      • Алгоритм: Ручной

        • радиус: Радиус (число: [0, Inf])

    • RayCasting (mbcmodel.fitalgorithm)

      • Алгоритм: Из данных

      • Алгоритм: Ручной

        • nray: Количество лучей (int: [1, Inf ])

Звездообразный - Ограничение Подгонки

Алгоритм: Звездообразный RBF Fit

Дальнейшие опции:

  • Преобразование (None 'Log' McCallum)

  • KernelOpts: ядро RBF (mbcmodel.fitalgorithm)

    Алгоритмы ядра могут быть: wendland, multiquadric, recmultiquadric, gaussian, thinplate, logisticrbf. linearrbf, cubicrbf.

    Можно задать ширины и непрерывность как подсвойства конкретных ядер RBF.

    • Можно задать ширины для wendland, multi quadric, recmultiquadric, gaussian, logisticrbf. Ширина: RBF Ширина (число: [1 .49012e-008, Inf])

      Для вендланда можно задать параметр Непрерывность (Continuity). Продолжение: Непрерывность RBF (0|2|4|6)

    RbfOpts: Алгоритм RBF (mbcmodel.fitalgorithm)

    Алгоритм: Интерполяция. Ниже приведены дополнительные настройки для интерполяции RBF.

    • CoincidentStrategy: Стратегия совмещенного узла (Максимальное значение 'Minimum')

    • Алгоритм: Алгоритм (Direct 'GMRES' BICG 'CGS' QMR)

    • Допуск: Допуск (число: [0, Inf])

    • MaxIt: Максимальное количество итераций (int: [1, Inf ])

Примеры

Сначала получите объект fitalgorithm, F, из модели:

M = mbcmodel.CreateModel('Polynomial', 4);
F = M.FitAlgorithm
 
F = 
Algorithm: Least Squares
Alternatives: 'Minimize PRESS','Forward Selection','Backward 
Selection','Prune'
1x1 struct array with no fields.

Затем, чтобы создать новый тип алгоритма:

Alg = CreateAlgorithm(F, 'Minimize PRESS')
 
Alg = 
Algorithm: Minimize PRESS
Alternatives: 'Least Squares','Forward Selection','Backward 
Selection','Prune'
    MaxIter: 50

The AlgorithmName определяет, какие свойства можно задать. Можно отобразить свойства для алгоритма следующим образом:

>> model.FitAlgorithm.properties

Algorithm: Minimize PRESS
Alternatives: 'Least Squares','Forward Selection','Backward 
Selection','Prune'
     MaxIter: Maximum Iterations (int: [1,1000])

Как более простая альтернатива использованию CreateAlgorithm, можно присвоить имя алгоритма непосредственно алгоритму. Для примера:

B.FitAlgorithm.BoundaryPointOptions = 'Boundary Only';
Или:
m.FitAlgorithm = 'Minimize PRESS';
Регистр и пространства игнорируются.

Введенный в R2007a