Набор ответа показывает для локальной модели
RFs = L.ResponseFeatures
Это - свойство объекта локальной модели, mbcmodel.localmodel.
RFs = L.ResponseFeatures возвращает mbcmodel.responsefeatures объект. L локальная модель.
Смотрите Структуру модели Понимания для Сценариев в Начинающей документации для объяснения отношений между локальными моделями, локальными ответами и другими ответами.
Доступные свойства и методы описаны в следующих таблицах.
| Свойство | Описание |
|---|---|
| EvaluationPoints | Массив ячеек оценки указывает для набора функций ответа (только для чтения). Элемент EvaluationPoints пусто, если функция ответа не использует точку Оценки. Это свойство настраивается, когда функция ответа создается (см. Добавить метод). |
| Типы | Массив ячеек типов для набора функций ответа (только для чтения). Это свойство настраивается, когда функция ответа создается (см. Добавить метод). |
| NumberOfResponseFeatures | Количество ответа показывает в наборе (только для чтения). |
| IsFitted | Локальная модель подбиралась. |
| Метод | Описание |
|---|---|
Добавление | Добавьте новую опцию ответа к набору функций ответа RF = Add(RF,RFtype)
RF = Add(RF,RFtype,EvaluationPoint)
|
Удаление | Удалите функцию ответа из набора функций ответа RF = Remove(RF,index) |
Выбрать | Выберите подмножество функций ответа от набора функций ответа RF = Select(RF,indices) |
getDefaultSet | Список функций ответа по умолчанию RF = getDefaultSet(RF) Возвращает |
getAlternativeTypes | Список всего альтернативного ответа показывает типы для локальной модели RFtypes = getAlternativeTypes(RF) Возвращается массив ячеек ответа показывают векторы символа текста для локальной модели. |
Оценить | Оцените функции ответа rfvals = Evaluate(RF); Возвращает значения для функций ответа текущей локальной модели. [rfvals,stderr] = Evaluate(RF) Также возвращает стандартные погрешности для функций ответа текущей локальной модели. Локальная модель должна подбираться прежде, чем оценить функции ответа. |
Якобиан | Якобиевская матрица ответа показывает относительно параметров J = Jacobian(RF) Локальная модель должна подбираться прежде, чем вычислить якобиевскую матрицу. |
Ковариация | Ковариационная матрица для функций ответа rfvals = Covariance(RF); Локальная модель должна подбираться прежде, чем вычислить ковариационную матрицу. |
Корреляция | Корреляционная матрица для функций ответа rfvals = Correlation(RF) Ошибки происходят, если модель не подбирается. |
ReconstructSets | Список подмножеств функций ответа, которые могут быть использованы, чтобы восстановить локальную модель RFlist = ReconstructSets(RF)
|
Во-первых, создайте объект локальной модели:
L = mbcmodel.CreateModel('Local Polynomial',2)
L =
1 + 2*X1 + 8*X2 + 3*X1^2 + 6*X1*X2 + 9*X2^2 + 4*X1^3...
+ 5*X1^2*X2 + 7*X1*X2^2 +
10*X2^3
InputData: [0x2 double]
OutputData: [0x1 double]
Status: Not fitted
Linked to Response: not linkedСвойства объекта локальной модели совпадают со свойствами mbcmodel.model объект с дополнительным свойством “ResponseFeatures”. Посмотрите на свойство функций ответа можно следующим образом:
>> RFs = L.ResponseFeatures
RFs =
Response features for Polynomial
'Beta_1'
'Beta_X1'
'Beta_X1^2'
'Beta_X1^3'
'Beta_X1^2*X2'
'Beta_X1*X2'
'Beta_X1*X2^2'
'Beta_X2'
'Beta_X2^2'
'Beta_X2^3'
% Set up response features
RFtypes = getAlternativeTypes(RFs);
RF = Add(RF, RFtypes{end},-10);
% assign to local model
L.ResponseFeatures = RFs;