主要内容

预测

使用的回归模型预测的反应

扩展所有的页面

语法

X Yfit =预测(Mdl)
Yfit =预测(Mdl X、名称、值)

描述

Yfit=预测(Mdl,X)回报预测反应的预测数据表或矩阵X基于回归整体模型Mdl。

Yfit=预测(Mdl,X,名称,值)使用指定的一个或多个额外的选项名称,值对参数。

输入参数

Mdl

回归合奏创造的fitrensemble或紧凑的方法。

X

预测数据用于生成反应,指定为一个数字矩阵或表。

每一行的X对应于一个观察,每一列对应一个变量。

  • 一个数字矩阵:

    • 变量的列X必须有相同的订单预测变量,训练吗Mdl。

    • 如果你训练Mdl使用一个表(例如,资源描述),然后X可以是一个数字矩阵如果资源描述包含所有数值预测变量。将数值预测资源描述分类在训练、识别分类预测使用CategoricalPredictors名称-值对的观点fitrensemble。如果资源描述包含了异构预测变量(例如,数字和分类数据类型)X是一个数字矩阵,然后呢预测抛出一个错误。

  • 一个表:

    • 预测不支持多列变量或细金宝app胞数组以外的细胞阵列的特征向量。

    • 如果你训练Mdl使用一个表(例如,资源描述),那么所有的预测变量X必须有相同的变量名和数据类型的培训Mdl(存储在Mdl.PredictorNames)。然而,列的顺序X不需要对应的列顺序资源描述。资源描述和X可以包含额外的变量(响应变量,观察体重、等等),但预测忽略了它们。

    • 如果你训练Mdl使用一个数字矩阵,然后预测名称Mdl.PredictorNames和相应的预测变量名称X必须相同。指定预测名称在训练,看到PredictorNames名称-值对的观点fitrensemble。所有的预测变量X必须是数值向量。X可以包含额外的变量(响应变量,观察体重、等等),但预测忽略了它们。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

学习者

指数整体从薄弱的学习者1来NumTrained,在那里NumTrained是弱学习者的数量。

默认值:1:NumTrained

UseObsForLearner

一个逻辑矩阵的大小N——- - - - - -NumTrained,在那里N观察的数量吗X,NumTrained是弱学习者的数量。当UseObsForLearner (I, J)是真正的,预测使用学习者J在预测观察我。

默认值:真正的(N, NumTrained)

UseParallel

指示执行并行推理,指定为假(串行计算)或真正的(并行计算)。并行计算需要并行计算工具箱™。并行推理可以比串行推理,特别是大型数据集。只支持并行计算树的学习者。金宝app

默认值:假

输出参数

Yfit

一个数字列向量具有相同的行数TBLdata或Xdata。每一行的Yfit给出了预测响应相应的行TBLdata或Xdata基于实体回归模型。

例子

全部展开

打开生活的脚本

找到一辆车的里程预测基于回归的合奏训练carsmall数据。

加载carsmall数据集,选择气缸的数量,发动机排量,马力和车重的预测指标。

负载carsmallX =(气缸位移马力重量);

火车一个回归树和预测英里/加仑四缸车,发动机排量200立方英寸,150马力,重达3000磅。

任正非= fitrensemble (X, MPG);里程=预测(ren, [4 200 150 3000)
里程= 25.6467

选择功能

金宝app仿真软件块

合奏的集成预测模型金宝app®,你可以使用RegressionEnsemble预测块的统计和机器学习的图书馆或MATLAB工具箱™®功能块的预测函数。有关示例,请参见预测使用RegressionEnsemble预测块的反应和预测类标签使用MATLAB函数块。

当决定使用哪种方法,考虑以下几点:

  • 如果你使用统计和机器学习工具库,您可以使用定点的工具(定点设计师)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

另请参阅

||||