Создайте алгоритм
newalg = alg.CreateAlgorithm( AlgorithmName)
Это - метод mbcmodel.fitalgorithm.
newalg = alg.CreateAlgorithm( AlgorithmName) создает алгоритм заданного типа. alg mbcmodel.fitalgorithm объект. AlgorithmName должен быть в списке альтернативных алгоритмов, данных alg.getAlternativeNames.
Изменить подходящий алгоритм для модели:
>> model = mbcmodel.CreateModel('Polynomial', 2);
>> minpress = model.FitAlgorithm.CreateAlgorithm('Minimize PRESS');
>> model.FitAlgorithm = minpress;
AlgorithmName определяет, какие свойства можно установить. Можно отобразить свойства для алгоритма можно 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 к алгоритму. Например:
B.FitAlgorithm.BoundaryPointOptions = 'Boundary Only';
m.FitAlgorithm = 'Minimize PRESS';
FitAlgorithm.Следующие разделы перечисляют свойства, доступные для каждого типа алгоритма.
Используемый полиномами, гибрид шлицует и как StepAlgorithm для алгоритмов RBF.
Алгоритм: Метод наименьших квадратов
Альтернативы: 'Minimize PRESS','Forward Selection','Backward Selection','Prune'
Алгоритм: минимизируйте НАЖАТИЕ
Альтернативы: 'Least Squares','Forward Selection','Backward Selection','Prune'
MaxIter: максимальные итерации (int: [1,1000])
Алгоритм: передайте выбор
Альтернативы: 'Least Squares','Minimize PRESS','Backward Selection','Prune'
ConfidenceLevel: Доверительный уровень (%) (числовой: [70,100])
MaxIter: максимальные итерации (int: [1,1000])
RemoveAll: Удалите все термины, первые (Boolean)
Алгоритм: обратный выбор
Альтернативы: 'Least Squares','Minimize PRESS','Forward Selection','Prune'
ConfidenceLevel: альфа (%) (числовой: [70,100])
MaxIter: максимальные итерации (int: [1,1000])
IncludeAll: Включайте все термины, первые (Boolean)
Алгоритм: чернослив
Альтернативы: 'Least Squares','Minimize PRESS','Forward Selection','Backward Selection'
Критерии (НАЖИМАЮТ RMSE|RMSE|GCV|Weighted PRESS | 2logL|AIC|AICc|BIC|R\U 005E\2|R\U 005E\2 adj|PRESS R^2|DW|Cp|cond (J)),
MinTerms: Минимальное количество терминов (int: [0, Inf])
Допуск (числовой: [0,1000])
IncludeAll: Включайте все термины перед черносливом (Boolean)
Отображение (Boolean)
Для получения информации о любом из RBF и Гибридных свойств алгоритма RBF, смотрите Радиальные Основные функции для Построения моделей и особенно Согласующиеся Стандартные программы в Руководстве пользователя Model Browser.
Алгоритм: подгонка RBF
WidthAlgorithm: алгоритм выбора Ширины (mbcmodel.fitalgorithm)
StepAlgorithm: пошаговый (mbcmodel.fitalgorithm)
Альтернативы: 'WidPerDim','Tree Regression'
Алгоритм: TrialWidths
NestedFitAlgorithm: алгоритм выбора Lambda (mbcmodel.fitalgorithm)
Испытания: Количество испытательных ширин в каждом изменении масштаба (int: [2,100])
Изменения масштаба: Количество изменений масштаба (int: [1,100])
MinWidth: Начальная нижняя граница на ширине (числовой: [2.22045e-016,1000])
'maxWidth' : Начальная верхняя граница на ширине (числовой: [2.22045e-016,100])
PlotFlag: Отобразите графики (Boolean)
PlotProgress: Отобразите подходящий прогресс (Boolean)
Алгоритм: WidPerDim
Альтернативы: 'TrialWidths','Tree Regression'
NestedFitAlgorithm: алгоритм выбора Lambda (mbcmodel.fitalgorithm)
DisplayFlag: отображение (Boolean)
MaxFunEvals: Максимальное количество тестовых ширин (int: [1,1e+006])
PlotProgress: Отобразите подходящий прогресс (Boolean)
Алгоритм: древовидная регрессия
Альтернативы: 'TrialWidths','WidPerDim'
MaxNumRectangles: Максимальное количество панелей (int: [1, Inf])
MinPerRectangle: Минимальные точки данных на панель (int: [2, Inf])
RectangleSize: Уменьшите панель к данным (Boolean)
AlphaSelectAlg: Альфа-алгоритм выбора (mbcmodel.fitalgorithm)
Алгоритм: IterateRidge
Альтернативы: 'IterateRols','StepItRols'
CenterSelectionAlg: Центральный алгоритм выбора (mbcmodel.fitalgorithm)
MaxNumIter: Максимальное количество обновлений (int: [1,100])
Допуск: Минимальное изменение в log10 (GCV) (числовой: [2.22045e-016,1])
NumberOfLambdaValues: Количество начальных тестовых значений для lambda (int: [0,100])
CheapMode: не Делайте центров повторного выбора новой ширины (Boolean)
PlotFlag: отображение (Boolean)
Алгоритм: IterateRols
Альтернативы: 'IterateRidge','StepItRols'
CenterSelectionAlg: Центральный алгоритм выбора (mbcmodel.fitalgorithm)
MaxNumIter: Максимальное количество итераций (int: [1,100])
Допуск: Минимальное изменение в log10 (GCV) (числовой: [2.22045e-016,1])
NumberOfLambdaValues: Количество начальных тестовых значений для lambda (int: [0,100])
CheapMode: не Делайте центров повторного выбора новой ширины (Boolean)
PlotFlag: отображение (Boolean)
Алгоритм: StepItRols
Альтернативы: 'IterateRidge','IterateRols'
MaxCenters: Максимальное количество центров (evalstr)
PercentCandidates: Процент данных, чтобы быть центрами кандидата (evalstr)
StartLambdaUpdate: Количество центров, чтобы добавить прежде, чем обновиться (int: [1, Inf])
Допуск: Минимальное изменение в log10 (GCV) (числовой: [2.22045e-016,1])
MaxRep: Максимальное количество времен log10 (GCV) изменение минимально (int: [1,100])
Алгоритм: Rols
Альтернативы: 'RedErr','WiggleCenters','CenterExchange'
MaxCenters: Максимальное количество центров (evalstr)
PercentCandidates: Процент данных, чтобы быть центрами кандидата (evalstr)
Допуск: Упорядоченный ошибочный допуск (числовой: [2.22045e-016,1])
Алгоритм: RedErr
Альтернативы: 'Rols','WiggleCenters','CenterExchange'
MaxCenters: Количество центров (evalstr)
Алгоритм: WiggleCenters
Альтернативы: 'Rols','RedErr','CenterExchange'
MaxCenters: Количество центров (evalstr)
PercentCandidates: Процент данных, чтобы быть центрами кандидата (evalstr)
Алгоритм: CenterExchange
Альтернативы: 'Rols','RedErr','WiggleCenters'
MaxCenters: Количество центров (evalstr)
NumLoops: Количество увеличивается/уменьшает циклы (int: [1, Inf])
NumAugment: Количество центров, чтобы увеличиться (int: [1, Inf])
Алгоритм: испытательная альфа
Альтернативы: 'Specify Alpha'
AlphaLowerBound: Начальная нижняя граница на альфе (числовой: [2.22045e-016, Inf])
AlphaUpperBound: Начальная верхняя граница на альфе (числовой: [2.22045e-016, Inf])
Изменения масштаба: Количество изменений масштаба (int: [1, Inf])
Испытания: Испытательные альфы на изменение масштаба (int: [2, Inf])
Разрядка: интервал (LinearLogarithmic)
CenterSelectAlg: Центральный алгоритм выбора (mbcmodel.fitalgorithm)
Алгоритм: задайте альфу
Альтернативы: 'Trial Alpha'
\alpha: масштабный коэффициент Ширины, альфа (числовой: [2.22045e-016, Inf])
NestedFitAlgorithm: Центральный алгоритм выбора (mbcmodel.fitalgorithm)
Алгоритм: основанный на дереве центральный выбор
Альтернативы: 'Generic Center Selection'
ModelSelectionCriteria: критерии выбора Модели (BIC|GCV)
MaxNumberCenters: Максимальное количество центров (evalstr)
Алгоритм: типовой центральный выбор
Альтернативы: 'Tree-based Center Selection'
CenterSelectAlg: Центральный алгоритм выбора (mbcmodel.fitalgorithm)
Алгоритм: подгонка RBF
WidthAlgorithm: алгоритм выбора Ширины (mbcmodel.fitalgorithm)
StepAlgorithm: пошаговый (mbcmodel.fitalgorithm)
Алгоритм: TrialWidths
NestedFitAlgorithm: Lambda и алгоритм выбора термина (mbcmodel.fitalgorithm)
Испытания: Количество испытательных ширин в каждом изменении масштаба (int: [2,100])
Изменения масштаба: Количество изменений масштаба (int: [1,100])
MinWidth: Начальная нижняя граница на ширине (числовой: [2.22045e-016,1000])
'maxWidth' : Начальная верхняя граница на ширине (числовой: [2.22045e-016,100])
PlotFlag: Отобразите графики (Boolean)
PlotProgress: Отобразите подходящий прогресс (Boolean)
Алгоритм: тустеп
Альтернативы: 'Interlace'
MaxCenters: Максимальное количество центров (evalstr)
PercentCandidates: Процент данных, чтобы быть центрами кандидата (evalstr)
StartLambdaUpdate: Количество терминов, чтобы добавить прежде, чем обновиться (int: [1, Inf])
Допуск: Минимальное изменение в log10 (GCV) (числовой: [2.22045e-016,1])
MaxRep: Максимальное количество времен log10 (GCV) изменение минимально (int: [1,100])
PlotFlag: отображение (Boolean)
Алгоритм: чередование
Альтернативы: 'Twostep'
MaxParameters: Максимальное количество терминов (evalstr)
MaxCenters: Максимальное количество центров (evalstr)
PercentCandidates: Процент данных, чтобы быть центрами кандидата (evalstr)
StartLambdaUpdate: Количество терминов, чтобы добавить прежде, чем обновиться (int: [1, Inf])
Допуск: Минимальное изменение в log10 (GCV) (числовой: [2.22045e-016,1])
MaxRep: Максимальное количество времен log10 (GCV) изменение минимально (int: [1,100])
Следующие разделы перечисляют доступные подходящие параметры алгоритма для моделей контура командной строки. Граничные подходящие параметры алгоритма модели имеют те же подходящие опции как Граничный графический интерфейс пользователя Редактора. Для получения инструкций по использованию этих подходящих опций см. Модель Контура Редактирования Приспособленные Опции в документации Model Browser.
KeepAllFacets: Boolean, чтобы указать, сохранить ли все фасеты (значением по умолчанию является false, не сохраняйте все фасеты).
Допуск: Допуск к максимальному расстоянию с 1 нормой, допускавшему, удаляя фасеты (числовой: [0, Inf], значение по умолчанию 0.02). Чтобы удалить больше фасетов, увеличьте допуск.
Для получения дополнительной информации смотрите, что Выпуклая оболочка Устанавливает в документации Model Browser.
Алгоритм: ограничительный подбор кривой
BoundaryPointOptions: граничные точки (mbcmodel.fitalgorithm)
Алгоритм граничных точек использует оптимизацию, чтобы найти лучший эллипс. Эти опции от fmincon.
Алгоритм: граничные точки
Отображение: отобразитесь (none|iter|final)
MaxFunEvals: Максимальные вычисления функции (int: [1, Inf])
MaxIter: Максимальные итерации (int: [1, Inf])
TolFun: Function tolerance (числовой: [1e-012, Inf])
TolX: Переменный допуск (числовой: [1e-012, Inf])
TolCon: Допуск ограничения (числовой: [1e-012, Inf])
Алгоритм: ограничительный подбор кривой
SpecialPointOptions: специальные точки (mbcmodel.fitalgorithm)
BoundaryPointOptions: граничные точки (mbcmodel.fitalgorithm)
ConstraintFitOptions: ограничительная подгонка (mbcmodel.fitalgorithm)
Алгоритм: звездообразные точки
CenterAlg: центр (mbcmodel.fitalgorithm)
Альтернативы алгоритма: 'Среднее значение', 'Среднее', 'Среднее', 'Эллипс Min', 'Определяемый пользователем'
Для Определяемого пользователем только: CenterPoint: Пользовательский центр [X1, X2] (вектор: NumberOfActiveInputs)
Можно принять решение найти граничные точки (используйте Interior) или принимать, что все точки находятся на контуре (используют Boundary Only). Внутренний алгоритм затем имеет ручные и автоматические опции для радиуса расширения и алгоритмы кастинга луча.
Алгоритм: Контур Только (никакие дальнейшие опции)
Алгоритм: Внутренняя часть. Дальнейшие опции:
DilationRadius (mbcmodel.fitalgorithm)
Алгоритм: 'auto'
Алгоритм: руководство
радиус: Радиус (числовой: [0, Inf])
RayCasting (mbcmodel.fitalgorithm)
Алгоритм: Из данных
Алгоритм: руководство
nrays: Количество Лучей (int: [1, Inf])
Алгоритм: звездообразная подгонка RBF
Дальнейшие опции:
Преобразуйте (None|Log|McCallum)
KernelOpts: ядро RBF (mbcmodel.fitalgorithm)
Алгоритмы ядра могут быть: wendland, мультиквадрика, recmultiquadric, гауссов, thinplate, logisticrbf. linearrbf, cubicrbf.
Можно задать ширины и непрерывность как подсвойства конкретных ядер RBF.
Можно установить ширины для wendland, мультиквадрики, recmultiquadric, гауссов, logisticrbf. Width: Ширина RBF (числовой: [1.49012e-008, Inf])
Можно установить Непрерывность для wendland. Продолжение следует: Непрерывность RBF (0|2|4|6)
RbfOpts: алгоритм RBF (mbcmodel.fitalgorithm)
Алгоритм: Интерполяция. Следующее является дополнительными настройками для интерполяции RBF.
CoincidentStrategy: совпадающая стратегия узла (Maximum|Minimum|Mean)
Алгоритм: алгоритм (Direct|GMRES|BICG|CGS|QMR)
Допуск: допуск (числовой: [0, Inf])
MaxIt: Максимальное количество итераций (int: [1, Inf])
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: 50AlgorithmName определяет, какие свойства можно установить. Можно отобразить свойства для алгоритма можно 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 к алгоритму. Например:
B.FitAlgorithm.BoundaryPointOptions = 'Boundary Only';
m.FitAlgorithm = 'Minimize PRESS';