Создайте структуру опций статистики
statset
statset(statfun)
options = statset(...)
options = statset(fieldname1,val1,fieldname2,val2,...)
options = statset(oldopts,fieldname1,val1,fieldname2,val2,...)
options = statset(oldopts,newopts)
statset без входных параметров и без выходных аргументов отображает все поля структуры опций статистики и их возможные значения.
statset(statfun) отображает поля и значения по умолчанию, используемые функцией Statistics and Machine Learning Toolbox™ statfun. Задайте statfun использование вектора символов, строкового скаляра или указателя на функцию.
options = statset(...) создает структуру опций статистики options. Без входных параметров все поля структуры опций являются пустым массивом ([]). С заданным statfun, специфичные для функции поля являются значениями по умолчанию, а оставшиеся поля []. Для функциональных полей задано значение [] укажите, что функция должна использовать значение по умолчанию для этого параметра. Для доступных options, см. «Входы».
options = statset( создает структуру опций, в которой именованные поля имеют заданные значения. Любые неопределенные значения fieldname1,val1,fieldname2,val2,...)[]. Используйте векторы символов или строковые скаляры для имен полей. Для именованных значений необходимо ввести полный вектор символов или строковый скаляр значения. Если вы задаете недопустимый вектор символов или строковый скаляр для значения, statset использует значение по умолчанию.
options = statset(oldopts, создает копию fieldname1,val1,fieldname2,val2,...)oldopts с именованными параметрами, измененными на заданные значения.
options = statset(oldopts,newopts) объединяет существующую структуру опций, oldopts, с новой структурой опций, newopts. Любые параметры в newopts с непустыми значениями перезаписывают соответствующие параметры в oldopts.
|
Относительное различие, используемая в вычислениях производного различия. Положительная скалярная величина или вектор положительных скалярных величин того же размера, что и вектор параметров, оцененных функцией Statistics and Machine Learning Toolbox с использованием структуры опций. |
|
Количество информации, отображаемой алгоритмом.
|
|
Проверьте недопустимые значения, такие как
|
|
Помечает, возвращает ли целевая функция вектор градиента в качестве второго выхода.
|
|
Помечает, возвращает ли целевая функция якобиан в качестве второго выхода.
|
|
Максимально допустимое количество вычислений целевой функции. Положительное целое число. |
|
Максимально допустимое количество итераций. Положительное целое число. |
|
Решатель вызывает все выходные функции после каждой итерации.
|
|
(Не рекомендуемый) Активировать опция робастной подгонки.
|
|
Функция веса для робастного подбора кривой. Может также быть указателем на функцию, который принимает нормированную невязку как вход и возвращает устойчивые веса как выход. Если вы используете указатель на функцию, дайте |
|
Один образец файла |
|
Допуск, связанный с параметром. Положительная скалярная величина. |
|
Допуск завершения для значения целевой функции. Положительная скалярная величина. |
|
Использование
|
|
Использование
|
|
Допуск завершения для параметров. Положительная скалярная величина. |
|
Константа настройки, используемая в устойчивом подборе кривой, чтобы нормализовать невязки перед применением функции веса. Значение по умолчанию зависит от функции weight. Этот параметр необходим, если вы задаете функцию веса как указатель на функцию. Положительная скалярная величина. См. «Робастные опции». |
|
Флаг, указывающий, должны ли подходящие функции использовать возможности Parallel Computing Toolbox™ (PCT), если эти возможности доступны. То есть, если PCT установлен, и PCT |
|
Флаг, указывающий, должен ли генератор случайных чисел в подходящих функциях использовать |
|
(Не рекомендуемый) Функция веса для устойчивого подбора кривой. Действителен только при
|
Предположим, что вы хотите изменить значения параметров по умолчанию для функции evfit, что соответствует экстремальному распределению значений по данным. Значения параметров по умолчанию:
statset('evfit')
ans =
Display: 'off'
MaxFunEvals: []
MaxIter: []
TolBnd: []
TolFun: []
TolTypeFun: []
TolX: 1.0000e-06
TolTypeX: []
GradObj: []
Jacobian: []
DerivStep: []
FunValCheck: []
Robust: []
RobustWgtFun: []
WgtFun: []
Tune: []
UseParallel: []
UseSubstreams: []
Streams: []
OutputFcn: []Единственные параметры, которые evfit используются Display и TolX. Чтобы создать структуру опций со значением TolX установлено на 1e-8, введите:
options = statset('TolX',1e-8)
% Pass options to evfit:
mu = 1;
sigma = 1;
data = evrnd(mu,sigma,1,100);
paramhat = evfit(data,[],[],[],options)