此示例显示了如何使用回归预测模块用于Simulink®中的响应预测。金宝app该块接受一个观察(预测数据),并使用训练过的回归树模型返回对该观察的预测响应。
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。
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:
时间
- 观察进入模型的时间点。方向必须对应于预测器数据中的观察。所以,在这个例子中,时间
必须是列向量。
信号
- 一个1-1结构阵列,描述输入数据并包含字段值
和方面
, 在哪里值
是预测器数据的矩阵,和方面
为预测变量的数量。
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:
打开配置参数对话框。在这方面造型选项卡,单击模型设置.
在数据导入/导出窗格,选择输入复选框并输入carsmallinput.
在相邻的文本框中。
在解算器窗格,下面模拟时间, 放停止时间到carsmallinput.time(结束)
.在下面解算器的选择, 放类型到固定步骤
和集合解算器到离散(无连续状态)
.
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。