RegressionEnsemble预测

使用决策树的整体回归预测的反应

扩展所有的页面

库:
统计和机器学习工具箱/回归

描述

的RegressionEnsemble预测使用一块预测反应的决策树(RegressionEnsemble,RegressionBaggedEnsemble,或CompactRegressionEnsemble)。

回归训练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x收到一个观察(预测数据),输出端口yfit返回一个预测反应的观察。

港口

输入

全部展开

`x`——预测数据
行向量|列向量

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x必须有相同的订单预测变量指定的模型训练吗选择训练的机器学习模型。

数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

输出

全部展开

`yfit`——预测响应
标量

预测的反应,作为一个标量返回。

数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

参数

全部展开

主要

`选择训练的机器学习模型`——回归整体模型
`ensMdl`(默认)|`RegressionEnsemble`对象|`RegressionBaggedEnsemble`对象|`CompactRegressionEnsemble`对象

指定包含一个工作空间变量的名称RegressionEnsemble对象,RegressionBaggedEnsemble对象,或CompactRegressionEnsemble对象。

当你训练模型通过使用fitrensemble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。
的值“ResponseTransform”名称-值参数必须“没有”(默认)。
你不能使用代理将树薄弱的学习者,的值“代孕”名称-值参数必须“关闭”(默认)当你定义树薄弱的学习者使用templateTree函数。

编程使用

块参数:TrainedLearner

类型:工作空间变量

价值观:RegressionEnsemble对象|RegressionBaggedEnsemble对象|CompactRegressionEnsemble对象

默认值:“ensMdl”

数据类型

定点操作参数

`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)。

块参数都调整到最近的价值。控制块的舍入参数,输入一个表达式使用MATLAB^®舍入函数的面具。

编程使用

块参数:RndMeth

类型:特征向量

价值观:“天花板”|“收敛”|“地板”|“最近”|“圆”|“简单”|“零”

默认值:“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

行动	基本原理	对溢出的影响	例子
选择此复选框(`在`)。	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`int8`(签署了8位整数)数据类型可以表示是127。任何块操作结果大于8位整数的最大值会导致溢出。复选框选中,浸透在127块输出。同样,块输出饱和烃至少输出值为-128。
清除此复选框(`从`)。	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)。	溢出包装到适当的数据类型可以表示的值。	的最大价值`int8`(签署了8位整数)数据类型可以表示是127。任何块操作结果大于8位整数的最大值会导致溢出。清除复选框,软件解释溢出造成价值`int8`,它可以产生意想不到的结果。例如,一个块的结果130(二进制1000 0010)表示`int8`是-126。

选择此复选框(在)。

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int8(签署了8位整数)数据类型可以表示是127。任何块操作结果大于8位整数的最大值会导致溢出。复选框选中,浸透在127块输出。同样,块输出饱和烃至少输出值为-128。

清除此复选框(从)。

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)。

溢出包装到适当的数据类型可以表示的值。

的最大价值int8(签署了8位整数)数据类型可以表示是127。任何块操作结果大于8位整数的最大值会导致溢出。清除复选框,软件解释溢出造成价值int8,它可以产生意想不到的结果。例如,一个块的结果130(二进制1000 0010)表示int8是-126。

编程使用

块参数:SaturateOnIntegerOverflow

类型:特征向量

价值观:”从“|”“

默认值:“关闭”

`锁输出数据类型设置定点对变化的工具`——防止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)。

编程使用

块参数:LockScale

类型:特征向量

价值观:”从“|”“

默认值:“关闭”

数据类型

`输出数据类型`——yfit产出的数据类型
`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`

指定的数据类型yfit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)。

单击显示数据类型的助理按钮来显示数据类型的助理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)。

编程使用

块参数:OutDataTypeStr

类型:特征向量

值:“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:“继承:汽车”

`输出最小`——yfit产出的最小值范围检查
`[]`(默认)|标量

低价值的yfit输出范围,仿真软件金宝app^®检查。

金宝app仿真软件使用最小值来执行:

检查(见参数范围为块参数指定最小值和最大值(金宝app模型))对于一些街区。
模拟范围检查(见指定信号范围(金宝app模型)和启用模拟范围检查(金宝app模型))。
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)。

请注意

的输出最小不饱和或剪辑的实际参数yfit信号。使用饱和(金宝app模型)块来代替。

编程使用

块参数:OutMin

类型:特征向量

值:“[]”|标量

默认的:“[]”

`输出最大`- yfit输出的最大值的范围内检查
`[]`(默认)|标量

上的价值yfit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:

检查(见参数范围为块参数指定最小值和最大值(金宝app模型))对于一些街区。
模拟范围检查(见指定信号范围(金宝app模型)和启用模拟范围检查(金宝app模型))。
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)。

请注意

的输出最大不饱和或剪辑的实际参数yfit信号。使用饱和(金宝app模型)块来代替。

编程使用

块参数:OutMax

类型:特征向量

值:“[]”|标量

默认的:“[]”

`弱学习者数据类型`——弱学习者输出的数据类型
`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`

指定输出数据类型从弱的学习者。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)。

编程使用

块参数:WeakLearnerDataTypeStr

类型:特征向量

默认的:“继承:汽车”

`弱学习者最低`——弱学习者输出的最小值范围检查
`[]`(默认)|标量

低价值的模型检查的弱学习者输出范围。金宝app

金宝app仿真软件使用最小值来执行:

检查(见参数范围为块参数指定最小值和最大值(金宝app模型))对于一些街区。
模拟范围检查(见指定信号范围(金宝app模型)和启用模拟范围检查(金宝app模型))。
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)。

请注意

的弱学习者最低实际参数不饱和或剪辑弱学习者输出信号。

编程使用

块参数:WeakLearnerOutMin

类型:特征向量

值:“[]”|标量

默认的:“[]”

`弱学习者最大`-弱学习者输出的最大值的范围内检查
`[]`(默认)|标量

上的价值模型检查的弱学习者输出范围。金宝app

金宝app仿真软件使用最大值来执行:

检查(见参数范围为块参数指定最小值和最大值(金宝app模型))对于一些街区。
模拟范围检查(见指定信号范围(金宝app模型)和启用模拟范围检查(金宝app模型))。
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)。

请注意

的弱学习者最大实际参数不饱和或剪辑弱学习者输出信号。

编程使用

块参数:WeakLearnerOutMax

类型:特征向量

值:“[]”|标量

默认的:“[]”

模型的例子

预测使用RegressionEnsemble预测块的反应

火车与最优hyperparameters回归整体模型,然后使用RegressionEnsemble预测为响应预测块。

打开生活的脚本

块特征

数据类型	`布尔`\|`双`\|`不动点`\|`一半`\|`整数`\|`单`
直接引线	`是的`
多维信号	`没有`
适应信号	`没有`
讨论二阶导数过零检测	`没有`

选择功能

您可以使用MATLAB的功能块预测目标函数的决策树(RegressionEnsemble,RegressionBaggedEnsemble,或CompactRegressionEnsemble)。例如,看到的预测类标签使用MATLAB函数块。

在决定是否使用RegressionEnsemble预测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。

RegressionEnsemble预测

描述

港口

输入

x——预测数据行向量|列向量

依赖关系

输出

yfit——预测响应标量

参数

主要

选择训练的机器学习模型——回归整体模型ensMdl(默认)|RegressionEnsemble对象|RegressionBaggedEnsemble对象|CompactRegressionEnsemble对象

编程使用

数据类型

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

编程使用

浸透在整数溢出——溢出行动的方法从(默认)|在

编程使用

锁输出数据类型设置定点对变化的工具——防止定点工具最重要的数据类型从(默认)|在

编程使用

输出数据类型——yfit产出的数据类型继承: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

编程使用

输出最小——yfit产出的最小值范围检查[](默认)|标量

编程使用

输出最大- yfit输出的最大值的范围内检查[](默认)|标量

编程使用

弱学习者数据类型——弱学习者输出的数据类型继承: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

编程使用

弱学习者最低——弱学习者输出的最小值范围检查[](默认)|标量

编程使用

弱学习者最大-弱学习者输出的最大值的范围内检查[](默认)|标量

编程使用

模型的例子

预测使用RegressionEnsemble预测块的反应

块特征

选择功能

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

定点转换设计和模拟使用定点定点系统设计师™。

另请参阅

块

对象

功能

主题

统计和机器学习工具箱文档

金宝app

掌握机器学习:一个循序渐进的指导与MATLAB

`x`——预测数据
行向量|列向量

`yfit`——预测响应
标量

`选择训练的机器学习模型`——回归整体模型
`ensMdl`(默认)|`RegressionEnsemble`对象|`RegressionBaggedEnsemble`对象|`CompactRegressionEnsemble`对象

`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`

`浸透在整数溢出`——溢出行动的方法
`从`(默认)|`在`

`锁输出数据类型设置定点对变化的工具`——防止定点工具最重要的数据类型
`从`(默认)|`在`

`输出数据类型`——yfit产出的数据类型
`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`

`输出最小`——yfit产出的最小值范围检查
`[]`(默认)|标量

`输出最大`- yfit输出的最大值的范围内检查
`[]`(默认)|标量

`弱学习者数据类型`——弱学习者输出的数据类型
`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`

`弱学习者最低`——弱学习者输出的最小值范围检查
`[]`(默认)|标量

`弱学习者最大`-弱学习者输出的最大值的范围内检查
`[]`(默认)|标量

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

定点转换
设计和模拟使用定点定点系统设计师™。