ClassificationSVM预测年代pan>
使用支持向量机(SVM)分类器分类观察看到下面成了和二进金宝app制分类
- 库:年代trong>
统计和机器学习工具箱/分类
描述
的<年代pan class="block">ClassificationSVM预测年代pan>块分类观察使用一个支持向量机分类对象(ClassificationSVM
或CompactClassificationSVM
看到下面成了和两级(二进制)分类。
训练支持向量机分类对象导入到块通过指定工作空间变量的名称包含对象。输入端口<年代trong class="guilabel">x年代trong>收到一个观察(预测数据),输出端口<年代trong class="guilabel">标签年代trong>返回一个预测类标签的观察。您可以添加一个可选的输出端口<年代trong class="guilabel">分数年代trong>返回预测类分数或后验概率。
港口
输入
x
——预测数据
行向量|列向量年代pan>
预测数据,指定为一个列向量或行向量的观察。
依赖关系
中的变量<年代trong class="guilabel">x年代trong>必须有相同的订单指定的训练支持向量机模型的预测变量<年代trong class="guilabel">
选择训练的机器学习模型
。如果你设置
“标准化”,真的
在fitcsvm
当训练支持向量机模型,那么<年代pan class="block">ClassificationSVM预测年代pan>块标准化的值<年代trong class="guilabel">x年代trong>使用的均值和标准差μ
和σ
支持向量机模型的属性(分别)。
数据类型:年代trong>单
|双
|一半
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|布尔
|不动点
输出
标签
——预测类标签
标量年代pan>
预测类标签,作为一个标量返回。
依赖关系
看到下面成了学习,<年代trong class="guilabel">标签年代trong>是代表正面的价值类。
对两种学习,<年代trong class="guilabel">标签年代trong>收益率是类或最大后验概率最大的分数。
数据类型:年代trong>单
|双
|一半
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|布尔
|不动点
|枚举
分数
——预测类成绩或后验概率
标量| 1×2向量年代pan>
预测类分数或后验概率作为一个标量返回,看到下面成了一个学习或1×2向量为两级学习。
看到下面成了学习,<年代trong class="guilabel">分数年代trong>是分类评分的积极类。你不能看到下面成了学习获得后验概率。
对两种学习,<年代trong class="guilabel">分数年代trong>是一个1×2向量。
第一次和第二次的元素<年代trong class="guilabel">分数年代trong>对应的分类评分负类(
svmMdl.ClassNames (1)
)和积极类(svmMdl.ClassNames (2)
),分别为,svmMdl
指定的SVM模型吗<年代trong class="guilabel">选择训练的机器学习模型
。您可以使用一会
的属性svmMdl
检查正面和负面的类名。如果你符合最优score-to-posterior-probability转换函数使用
fitPosterior
或fitSVMPosterior
,然后<年代trong class="guilabel">分数年代trong>包含类的后验概率。否则,<年代trong class="guilabel">分数年代trong>包含类的分数。
依赖关系
要启用这个端口,选择复选框为预测类分数添加输出端口
在<年代trong class="guilabel">主要年代trong>选项卡块参数对话框。
单
|双
|一半
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|布尔
|不动点
参数
主要
选择训练的机器学习模型
-支持向量机分类模型
svmMdl
(默认)|ClassificationSVM
对象|CompactClassificationSVM
对象年代pan>
指定包含一个工作空间变量的名称ClassificationSVM
对象或CompactClassificationSVM
对象。
当你训练SVM模型通过使用fitcsvm
以下限制:
预测数据不包括分类预测(
逻辑
,分类
,字符
,字符串
,或细胞
)。如果你提供训练数据表中,预测必须数字(双
或单
)。同时,你不能使用CategoricalPredictors
名称-值参数。包括分类预测模型,进行预处理的分类预测dummyvar
在拟合模型。年代pan>的值
“ScoreTransform”
名称-值参数不能“invlogit”
或一个匿名函数。一块的后验概率预测了新的观察,通过训练支持向量机模型fitPosterior
或fitSVMPosterior
。的值
“KernelFunction”
名称-值参数必须“高斯”
(一样“rbf”
默认看到下面成了学习),“线性”
(默认为两级学习),或多项式的
。
编程使用
块参数:年代trong>TrainedLearner |
类型:年代trong>工作空间变量年代pan> |
价值观:年代trong>ClassificationSVM 对象|CompactClassificationSVM 对象年代pan> |
默认值:年代trong>“svmMdl” |
为预测类分数添加输出端口
——添加第二个输出端口预测类分数
从
(默认)|在
选中该复选框,包括第二个输出端口<年代trong class="guilabel">分数年代trong>在<年代pan class="block">ClassificationSVM预测年代pan>块。
编程使用
块参数:年代trong>ShowOutputScore |
类型:年代trong>特征向量年代pan> |
价值观:年代trong>”从“|”“ |
默认值:年代trong>“关闭” |
数据类型
定点操作参数年代trong>整数舍入模式
——定点操作的舍入模式
地板上
(默认)|天花板
|收敛
|最近的
|轮
|简单的
|零
指定定点运算的舍入模式。有关更多信息,请参见舍入(定点设计师)年代pan>。
块参数都调整到最近的价值。控制块参数的舍入,面具字段中输入一个表达式使用MATLAB<年代up>®年代up>舍入功能。
编程使用
块参数:年代trong>RndMeth |
类型:年代trong>特征向量年代pan> |
价值观:年代trong>“天花板”|“收敛”|“地板”|“最近”|“圆”|“简单”|“零” |
默认值:年代trong>“地板” |
浸透在整数溢出
——溢出行动的方法
从
(默认)|在
指定是否溢出饱和或包装。
行动 | 基本原理 | 对溢出的影响 | 例子 |
---|---|---|---|
选择此复选框( |
你的模型有可能溢出,你要明确的饱和保护在生成的代码中。 |
溢出的最小值或最大值,数据类型可以表示。 |
的最大价值 |
清除此复选框( |
你想优化生成的代码的效率。 你想避免overspecifying一块如何处理超出范围的信号。有关更多信息,请参见解决信号范围错误(金宝app模型)年代pan>。 |
溢出包装到适当的数据类型可以表示的值。 |
的最大价值 |
编程使用
块参数:年代trong>SaturateOnIntegerOverflow |
类型:年代trong>特征向量年代pan> |
价值观:年代trong>”从“|”“ |
默认值:年代trong>“关闭” |
锁输出数据类型设置定点对变化的工具
——预防定点工具最重要的数据类型
从
(默认)|在
选择这个参数来防止定点工具覆盖你指定的数据类型。有关更多信息,请参见使用锁输出数据类型设置(定点设计师)年代pan>。
编程使用
块参数:年代trong>LockScale |
类型:年代trong>特征向量年代pan> |
价值观:年代trong>”从“|”“ |
默认值:年代trong>“关闭” |
标签数据类型
数据类型的标签——输出
通过反向传播继承:继承
|继承:汽车
|双
|单
|一半
|int8
|uint8
|int16
|uint16
|int32
|uint32
|int64
|uint64
|布尔
|fixdt (16)
|fixdt (1 16 0)
|fixdt(1, 16日2 ^ 0,0)
|枚举:<类名>
|<数据类型>表达
指定的数据类型<年代trong class="guilabel">标签年代trong>输出。指定的类型可以被继承,作为枚举数据类型,或表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择一个继承的选择,软件表现如下:
通过反向传播继承:继承
(默认值为数字和逻辑标签)——模型自动决定金宝app<年代trong class="guilabel">标签数据类型年代trong>在数据块类型的传播(见数据类型传播(金宝app模型)年代pan>)。在这种情况下,使用数据块类型的下游信号块或对象。继承:汽车
(默认值为非数字标签)——块使用autodefined枚举数据类型变量。例如,假设工作区指定的变量名选择训练的机器学习模型
是myMdl
和类标签类1
和二班
。然后,相应的<年代trong class="guilabel">标签年代trong>值是myMdl_enumLabels.class_1
和myMdl_enumLabels.class_2
。块转换类标签,有效的利用MATLAB标识matlab.lang.makeValidName
函数。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)年代pan>。
单击<年代trong class="guibutton">显示数据类型的助理年代trong>按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理年代trong>帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)年代pan>。
依赖关系
支持的数金宝app据类型取决于指定的模型中使用的标签选择训练的机器学习模型
。
如果模型使用数字或逻辑标签,所支持的数据类型金宝app
通过反向传播继承:继承
(默认),双
,单
,一半
,int8
,uint8
,int16
,uint16
,int32
,uint32
,int64
,uint64
,布尔
、不动点和一个数据类型对象。如果模型使用非数字标签,所支持的数据类型金宝app
继承:汽车
(默认),枚举:<类名>
和一个数据类型对象。
编程使用
块参数年代trong>:LabelDataTypeStr |
类型年代trong>:特征向量年代pan> |
值年代trong>:通过反向传播继承:继承的 |“继承:汽车” |“双” |“单一” |“一半” |“int8” |“uint8” |“int16” |“uint16” |“int32” |“uint32” |“int64” |“uint64” |“布尔” |“fixdt (16)” |“fixdt(0) 1, 16日” |“fixdt(1, 16日2 ^ 0,0)” |“枚举:<类名>” |<数据类型表达式>的 |
默认的年代trong>:通过反向传播继承:继承的 (数字和逻辑标签)|“继承:汽车” (非数字标签)年代pan> |
标签最低
-最小值的标签输出范围检查
[]
(默认)|标量年代pan>
低价值的<年代trong class="guilabel">标签年代trong>输出范围,仿真软件金宝app<年代up>®年代up>检查。
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">标签最低年代trong>不饱和或剪辑的实际参数<年代trong class="guilabel">标签年代trong>输出信号。使用饱和年代pan>(金宝app模型)年代pan>块来代替。
依赖关系
您可以指定该参数只有在指定的模型选择训练的机器学习模型
使用数字标签。
编程使用
块参数年代trong>:LabelOutMin |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
标签最大
——最大的标签输出值范围检查
[]
(默认)|标量年代pan>
上的价值<年代trong class="guilabel">标签年代trong>模型检查的输出范围。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">标签最大年代trong>不饱和或剪辑的实际参数<年代trong class="guilabel">标签年代trong>输出信号。使用饱和年代pan>(金宝app模型)年代pan>块来代替。
依赖关系
您可以指定该参数只有在指定的模型选择训练的机器学习模型
使用数字标签。
编程使用
块参数年代trong>:LabelOutMax |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
分数数据类型
-数据类型的得分输出
继承:汽车
(默认)|双
|单
|一半
|int8
|uint8
|int16
|uint16
|int32
|uint32
|int64
|uint64
|布尔
|fixdt (16)
|fixdt (1 16 0)
|fixdt(1, 16日2 ^ 0,0)
|<数据类型>表达
指定的数据类型<年代trong class="guilabel">分数年代trong>输出。直接指定的类型可以被继承,或者表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择继承:汽车
块使用规则,继承了一个数据类型。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)年代pan>。
单击<年代trong class="guibutton">显示数据类型的助理年代trong>按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理年代trong>帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)年代pan>。
编程使用
块参数年代trong>:ScoreDataTypeStr |
类型年代trong>:特征向量年代pan> |
值年代trong>:“继承:汽车” |“双” |“单一” |“一半” |“int8” |“uint8” |“int16” |“uint16” |“int32” |“uint32” |“int64” |“uint64” |“布尔” |“fixdt (16)” |“fixdt(0) 1, 16日” |“fixdt(1, 16日2 ^ 0,0)” |<数据类型表达式>的 |
默认的年代trong>:“继承:汽车” |
分数最低
-最小值的分数输出范围检查
[]
(默认)|标量年代pan>
低价值的<年代trong class="guilabel">分数年代trong>模型检查的输出范围。金宝app
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">分数最低年代trong>不饱和或剪辑的实际参数<年代trong class="guilabel">分数年代trong>信号。使用饱和年代pan>(金宝app模型)年代pan>块来代替。
编程使用
块参数年代trong>:ScoreOutMin |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
得分最高
——最大的得分输出值范围检查
[]
(默认)|标量年代pan>
上的价值<年代trong class="guilabel">分数年代trong>模型检查的输出范围。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">得分最高年代trong>不饱和或剪辑的实际参数<年代trong class="guilabel">分数年代trong>信号。使用饱和年代pan>(金宝app模型)年代pan>块来代替。
编程使用
块参数年代trong>:ScoreOutMax |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
原始分数数据类型
——Untransformed得分数据类型
继承:汽车
(默认)|双
|单
|一半
|int8
|uint8
|int16
|uint16
|int32
|uint32
|int64
|uint64
|布尔
|fixdt (16)
|fixdt (1 16 0)
|fixdt(1, 16日2 ^ 0,0)
|<数据类型>表达
指定数据类型的内部untransformed分数。直接指定的类型可以被继承,或者表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择继承:汽车
块使用规则,继承了一个数据类型。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)年代pan>。
单击<年代trong class="guibutton">显示数据类型的助理年代trong>按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理年代trong>帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)年代pan>。
依赖关系
您可以指定该参数只有在指定的模型选择训练的机器学习模型
使用一个分数以外的转换“没有”
(默认,一样“身份”
)。
你可以改变通过指定分数转换选项“ScoreTransform”
名称-值参数在训练,或通过改变ScoreTransform
培训后财产。
编程使用
块参数年代trong>:RawScoreDataTypeStr |
类型年代trong>:特征向量年代pan> |
值年代trong>:“继承:汽车” |“双” |“单一” |“一半” |“int8” |“uint8” |“int16” |“uint16” |“int32” |“uint32” |“int64” |“uint64” |“布尔” |“fixdt (16)” |“fixdt(0) 1, 16日” |“fixdt(1, 16日2 ^ 0,0)” |<数据类型表达式>的 |
默认的年代trong>:“继承:汽车” |
原始分数最低
——最低untransformed得分范围检查
[]
(默认)|标量年代pan>
低untransformed分数范围,模型检查的价值。金宝app
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">原始分数最低年代trong>实际参数不饱和或剪辑untransformed得分的信号。
编程使用
块参数年代trong>:RawScoreOutMin |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
原始分数最高
——最大untransformed得分范围检查
[]
(默认)|标量年代pan>
上层untransformed分数范围,模型检查的价值。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">原始分数最高年代trong>实际参数不饱和或剪辑untransformed得分的信号。
编程使用
块参数年代trong>:RawScoreOutMax |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
内核数据类型
——内核计算数据类型
双
(默认)|单
|一半
|int8
|uint8
|int16
|uint16
|int32
|int64
|uint64
|uint32
|布尔
|fixdt (16)
|fixdt (1 16 0)
|fixdt(1, 16日2 ^ 0,0)
|<数据类型>表达
指定数据类型为内核的参数计算。直接或指定的类型可以表示为一个数据类型对象等金宝appSimulink.NumericType
。
的<年代trong class="guilabel">内核数据类型年代trong>参数指定一个不同的参数的数据类型取决于类型的指定SVM的核函数模型。您指定的“KernelFunction”
名称-值参数当训练支持向量机模型。
“KernelFunction” 价值 |
数据类型 |
---|---|
“高斯” 或“rbf” |
内核数据类型年代trong>指定的数据类型的平方距离<年代pan class="inlineequation"> 高斯的内核<年代pan class="inlineequation"> ,在那里x一个观察和预测数据吗年代是一个支持金宝app向量。 |
“线性” |
内核数据类型年代trong>指定数据类型的输出线性核函数<年代pan class="inlineequation"> ,在那里x一个观察和预测数据吗年代是一个支持金宝app向量。 |
多项式的 |
内核数据类型年代trong>指定数据类型的多项式核函数的输出<年代pan class="inlineequation"> ,在那里x预测数据的观察,年代是一个支持金宝app向量,p是一个多项式核函数的顺序。 |
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)年代pan>。
单击<年代trong class="guibutton">显示数据类型的助理年代trong>按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理年代trong>帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)年代pan>。
编程使用
块参数年代trong>:KernelDataTypeStr |
类型年代trong>:特征向量年代pan> |
值年代trong>:“双” |“单一” |“一半” |“int8” |“uint8” |“int16” |“uint16” |“int32” |“uint32” |“uint64” |“int64” |“布尔” |“fixdt (16)” |“fixdt(0) 1, 16日” |“fixdt(1, 16日2 ^ 0,0)” |<数据类型表达式>的 |
默认的年代trong>:“双” |
内核最低
——最小内核计算值范围检查
[]
(默认)|标量年代pan>
低价值的内核计算内部变量范围,模型检查。金宝app
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">内核最低年代trong>内核参数不饱和或剪辑的实际计算值信号。
编程使用
块参数年代trong>:KernelOutMin |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
内核最大
——最大内核计算值范围检查
[]
(默认)|标量年代pan>
上的价值内核计算内部变量范围,模型检查。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型)年代pan>)。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)年代pan>。
请注意年代trong>
的<年代trong class="guilabel">内核最大年代trong>内核参数不饱和或剪辑的实际计算值信号。
编程使用
块参数年代trong>:KernelOutMax |
类型年代trong>:特征向量年代pan> |
值年代trong>:“[]” |标量年代pan> |
默认的年代trong>:“[]” |
模型的例子
块特征
数据类型年代trong> |
|
直接引线年代trong> |
|
多维信号年代trong> |
|
适应信号年代trong> |
|
讨论二阶导数过零检测年代trong> |
|
更多关于
分类分
的支持向量机分类分分类观测x签署了距离x决定边界从-∞,+∞。积极的分数表明,对于一个类x预计这个类。否则负分数表示。
积极类分类得分<年代pan class="inlineequation"> 是训练SVM分类函数。<年代pan class="inlineequation"> 也是数值预测响应吗x,或者预测的分数x到积极的类。
在哪里<年代pan class="inlineequation"> 是估计的支持向量机参数,<年代pan class="inlineequation"> 是点积的预测值之间的空间吗x和支持向量,包括金宝app训练集和观察。消极类分类评分x,或者预测的分数x进入负类,-f(x)。
如果G(x<年代ub>j年代ub>,x)=x<年代ub>j年代ub>′x(线性内核),然后比分功能降低
年代是内核规模和β是安装的向量线性系数。
更多细节,请参阅了解支持向量机金宝app。
后验概率
的后验概率的概率是一个观察属于一个特定的类,考虑到数据。
支持向量机的后验概率是一个函数的分数P(年代),观察j是在课堂上k1 = {1,}。
可分的类的后验概率是阶跃函数
地点:
年代<年代ub>j年代ub>分数的观察吗j。
+ 1和- 1表示积极和消极类,分别。
π先验概率是一个观察是在积极类。
不可分割的类的后验概率是乙状结肠函数
的参数一个和B斜率和截距参数,分别。
先验概率
的先验概率类的的假设相对频率观察类发生在一个人口。
提示
如果您正在使用一个线性支持向量机模型,它有许多支持向量,然后预测(分类观察)可以是缓慢的。金宝app有效地观察基于线性支持向量机模型进行分类,删除的支持向量金宝app
ClassificationSVM
或CompactClassificationSVM
对象的使用discard金宝appSupportVectors
。
选择功能
您可以使用MATLAB的功能块预测
目标函数的支持向量机分类对象(ClassificationSVM
或CompactClassificationSVM
)。例如,看到的预测类标签使用MATLAB函数块。
在决定是否使用<年代pan class="block">ClassificationSVM预测年代pan>块的统计和机器学习工具箱™库或MATLAB函数块预测
函数,考虑以下:
如果你使用统计和机器学习工具库,您可以使用<年代trong class="tool">定点的工具(定点设计师)年代pan>一个浮点模型转换为定点。
金宝app支持适应可变数组必须启用的MATLAB函数块
预测
函数。如果使用MATLAB功能块,您可以使用MATLAB函数之前或之后预处理或后处理预测在同一MATLAB功能块。
扩展功能
C / c++代码生成
使用仿真软件生成C和c++代码®编码器™。金宝app年代pan>
定点转换
设计和模拟使用定点定点系统设计师™。年代pan>
版本历史
介绍了R2020b年代trong>R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">标签数据类型年代trong>是通过反向传播继承:继承
对数字和逻辑标签和继承:汽车
对于非数字标签年代pan>
从R2021a,默认数据类型值和数据类型的支持金宝app<年代trong class="guilabel">标签数据类型年代trong>参数取决于指定的模型中使用的标签选择训练的机器学习模型
。默认值是通过反向传播继承:继承
数字和逻辑标签,继承:汽车
对于非数字标签。
如果你指定<年代trong class="guilabel">标签数据类型年代trong>作为通过反向传播继承:继承
对于非数字标签或继承:继承的恒定值
,然后改变的价值继承:汽车
。
R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">分数数据类型年代trong>和<年代trong class="guilabel">原始分数数据类型年代trong>是继承:汽车
从R2021a开始,默认值的参数<年代trong class="guilabel">分数数据类型年代trong>和<年代trong class="guilabel">原始分数数据类型年代trong>是继承:汽车
。
R2021a:<年代pan class="remove_bold">指定<年代trong class="guilabel">内核数据类型年代trong>作为一个数据类型名称或数据类型对象年代pan>
从R2021a,<年代trong class="guilabel">内核数据类型年代trong>参数不支持继承的选项。金宝app您可以指定<年代trong class="guilabel">内核数据类型年代trong>作为一个受金宝app支持的数据类型名称或数据类型对象。
另请参阅
块
- ClassificationTree预测年代pan>|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">ClassificationEnsemble预测年代pan>|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">ClassificationNeuralNetwork预测年代pan>|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">RegressionSVM预测年代pan>
对象
ClassificationSVM
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">CompactClassificationSVM
功能
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。