statset

创建统计选项结构

折叠所有页面

语法

statset statset (statfun) 选择= statset(…) 选择= statset (fieldname1，val1，fieldname2，val2,……) 选择= statset (oldopts,fieldname1，val1，fieldname2，val2,……) 选择= statset (oldopts newopts)

描述

statset如果没有输入参数和输出参数，则显示统计选项结构的所有字段及其可能的值。

statset (statfun)显示Statistics和Machine Learning Toolbox™函数使用的字段和默认值statfun．指定statfun使用字符向量、字符串标量或函数句柄。

选择= statset(…)创建统计选项结构选项．如果没有输入参数，options结构的所有字段都是一个空数组(［］）.与指定的statfun，函数特定的字段为默认值，其余字段为默认值［］．函数特定的字段设置为［］指示函数将使用该参数的默认值。可用选项,看到输入。

选择= statset (fieldname1，val1，fieldname2，val2,……)创建一个选项结构，其中指定的字段具有指定的值。任何未指定的值是［］．使用字符向量或字符串标量作为字段名。对于命名值，必须为值输入完整的字符向量或字符串标量。如果为值提供无效的字符向量或字符串标量，statset使用默认值。

选择= statset (oldopts,fieldname1，val1，fieldname2，val2,……)创建oldopts将命名参数更改为指定的值。

选择= statset (oldopts newopts)结合现有的期权结构，oldopts，采用新的期权结构，newopts．任何参数newopts用非空值覆盖中相应的参数oldopts．

输入参数

`DerivStep`	用于有限差分导数计算的相对差分。一个正标量，或一个与使用选项结构的Statistics和Machine Learning Toolbox函数估计的参数向量大小相同的正标量向量。
`显示`	算法显示的信息量。 `“关闭”`—不显示任何信息。 `“最后一次”`—显示最终输出。 `“通路”`-在命令窗口显示一些函数的迭代输出;否则显示最终输出。
`FunValCheck`	检查无效值，例如`南`或`正`，从目标函数。 `“关闭”` `“上”`
`GradObj`	标志目标函数是否返回梯度向量作为第二个输出。 `“关闭”` `“上”`
`雅可比矩阵`	标志目标函数是否返回雅可比矩阵作为第二个输出。 `“关闭”` `“上”`
`MaxFunEvals`	允许的目标函数求值的最大数目。正整数。
`麦克斯特`	允许的最大迭代次数。正整数。
`OutputFcn`	求解器在每次迭代后调用所有输出函数。使用@指定的函数句柄带有函数句柄的单元格数组空数组(默认)
`健壮的`	(不推荐)调用健壮的装配选项。 `“关闭”` `“上”` `健壮的`不推荐。使用`RobustWgtFun`健壮的拟合。
`RobustWgtFun`	用于鲁棒拟合的权函数。也可以是一个函数句柄，接受归一化残差作为输入，并返回鲁棒权值作为输出。如果你使用函数句柄，给出一个`调优`常数。看到健壮的选项．
`流`	的单个实例`RandStream`类或单元格数组`RandStream`实例。Streams选项被一些函数接受，用于控制在函数中生成随机数时使用哪些流。如果`“UseSubstreams”`是`真正的`， Streams值必须是标量，或者必须为空。如果`“UseParallel”`是`真正的`和`“UseSubstreams”`是`假`，则Streams参数必须为空，或者其长度必须与计算中使用的处理器数量匹配parpool如果一个大小parpool是开放的，否则为标量。
`TolBnd`	参数绑定宽容。积极的标量。
`TolFun`	终止公差为目标函数值。积极的标量。
`TolTypeFun`	使用`TolFun`对于绝对或相对目标函数公差。 `“abs”` `“rel”`
`TolTypeX`	使用`TolX`对于绝对或相对参数公差。 `“abs”` `“rel”`
`TolX`	参数的终止公差。积极的标量。
`调优`	鲁棒拟合中使用的调谐常数，在应用权函数之前对残差进行归一化。默认值取决于权重函数。如果将权重函数指定为函数句柄，则必须使用此参数。积极的标量。看到健壮的选项．
`UseParallel`	标志，指示合格的函数是否应该使用并行计算工具箱™(PCT)的功能，如果这些功能可用的话。也就是说，如果安装了PCT，并且安装了PCT`parpool`在的效果。有效的值`假`(默认值)，用于串行计算`真正的`，用于并行计算。
`UseSubstreams`	指示符合条件的函数中的随机数生成器是否应该使用的标志`Substream`财产的`RandStream`类。`假`(默认)或`真正的`．当`真正的`，函数中的高层迭代将设置`Substream`属性设置为迭代的值。这种行为有助于在并行和/或串行模式计算中生成可重复的随机数流。
`WgtFun`	(不推荐)用于稳健拟合的权重函数。有效的只有当`健壮的`是`“上”`．也可以是一个函数句柄，接受归一化残差作为输入，并返回鲁棒权值作为输出。看到健壮的选项． `WgtFun`不推荐。使用`RobustWgtFun`代替。

例子

假设您想要更改函数的默认参数值evfit，它符合数据的极值分布。默认参数值为:

statset('evfit') ans = Display: 'off' MaxFunEvals: [] MaxIter: [] TolBnd: [] TolFun: [] TolTypeFun: [] TolX: 1.0000e-06 TolTypeX: [] GradObj: [] Jacobian: [] derived step: [] FunValCheck: [] Robust: []

唯一的参数evfit使用的是显示和TolX．创建价值为的期权结构TolX设置为1 e-8,输入:

options = statset('TolX'，1e-8) %evfit: mu = 1;σ= 1;data = evrnd(μ、σ,1100);paramhat = evfit(数据 ,[],[],[], 选项)

权函数	方程	默认调优常数
`“安德鲁”`	`W = (abs(r)`	1.339
`“bisquare”`(默认)	`W = (abs(r)<1) .* (1 - r.^2).^2`	4.685
`“柯西”`	`W = 1 ./ (1 + r.²)`	2.385
`“公平”`	`W = 1 ./ (1 + abs(r))`	1.400
`“休伯”`	`W = 1 ./ max(1, abs(r))`	1.345
`“物流”`	`W = tanh(r) / r`	1.205
`“犯错误”`	`W = 1 * (abs(r)<1))`	2.795
`“welsch”`	`w = exp (- (r ^ 2))`	2.985
`［］`	没有健壮的拟合	- - - - - -

另请参阅

statget

之前介绍过的R2006a

statset

语法

描述

输入参数

例子

更多关于

健壮的选项

另请参阅

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB