火车回归模型

加载CARBIG.数据集，其中包含20世纪70年代和80年代初生产的汽车的测量数据。创建一个包含预测变量和响应变量向量的矩阵。

加载CARBIG.X = [加速，气缸，位移，马力，型号，重量，重量];Y = MPG;

训练回归树模型。

treemdl = fitrtree（x，y）;

treeMdl是A.回归植物模型。

创建Simul金宝appink模型

此示例提供了Simulink模型金宝appslexCarDataRegressionTreePredictExample.slx，包括该包括回归预测块。您可以打开Simulink模型或创金宝app建本节所述的新模型。

打开Simulin金宝appk模型slexCarDataRegressionTreePredictExample.slx．

simmdlname =.'slexcardataregressiontriontreepredict表口'；open_system (SimMdlName)

这preloadfcn.回调函数的slexcardataregressiontriontreepredict表口包括加载示例数据、训练树模型和为Simulink模型创建输入信号的代码。金宝app如果打开Simulink模型，软金宝app件就会运行代码preloadfcn.在加载Simulink模型之前。金宝app查看回调函数，在设置关于的部分造型选项卡，单击模型设置并选择模型属性．然后,在回调选项卡，选择preloadfcn.的回调函数模型的回调窗格。

要创建新的Simulink模型，金宝app请打开空白模型模板并添加回归的预测块。添加Inport和Outport块并将其连接到回归预测块。

双击“回归陷得预测”块以打开“块参数”对话框。您可以指定包含培训的树模型的工作区变量的名称。默认变量名称是treeMdl．点击刷新按钮。该对话框显示用于培训树模型的选项treeMdl在下面训练有素的机器学习模型．

RegressionTree Predict块期望一个包含6个预测值的观测值。双击import块，并设置端口尺寸到了6信号属性标签。

以结构数组的形式为Simulink模型创建一个输入信号。金宝app结构数组必须包含以下字段:

对象创建适当的结构数组slexcardataregressiontriontreepredict表口模型从carsmall数据集。

加载carsmalltestx = [加速，圆柱，位移，马力，型号，重量];testx = rmmissing（testx）;carsmallinput.time =（0：size（testx，1）-1）';carsmallinput.signals（1）.values = testx;carsmallinput.signals（1）.dimensions =尺寸（testx，2）;

从工作区导入信号数据：

有关更多详细信息，请参阅负载信号数据进行仿真（金宝appSimulink）．

模拟模型。

sim (SimMdlName);

当import块检测到一个观察值时，它将该观察值导向RegressionTree Predict块。你可以使用仿真数据检测器（金宝appSimulink）查看Outport块的记录数据。