使用决策树分类器对观察结果进行分类
统计和机器学习工具箱/分类
的ClassificationTree预测块使用分类树对象(ClassificationTree
或CompactClassificationTree
)作多类别分类。
通过指定包含该对象的工作区变量的名称,将经过训练的分类对象导入到块中。输入端口x接收一个观察(预测器数据),以及输出端口标签返回观测的预测类标签。您可以添加一个可选输出端口分数它返回预测的班级分数或后验概率。
数据类型 |
|
直接引线 |
|
多维信号 |
|
适应信号 |
|
讨论二阶导数过零检测 |
|
您可以使用MATLAB函数块与预测
分类树对象的对象函数(ClassificationTree
或CompactClassificationTree
).例如,请参见用MATLAB函数块预测类标签.
当决定是否使用ClassificationTree预测在统计和机器学习工具箱™库或MATLAB函数块预测
函数,考虑以下情况:
如果使用统计学和机器学习工具箱库块,则可以使用定点的工具(定点设计师)将浮点模型转换为定点模型。
金宝app的MATLAB函数块必须启用对可变大小数组的支持预测
函数。
如果您使用MATLAB函数块,您可以使用MATLAB函数在同一个MATLAB函数块中进行预测之前或之后的预处理或后处理。