创建统计选项结构
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)
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 (
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fieldname1
,val1
,fieldname2
,val2
,……)[]
.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,
创建fieldname1
,val1
,fieldname2
,val2
,……)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
.
|
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。 |
|
算法显示的信息量。
|
|
检查无效值,例如
|
|
标志目标函数是否返回梯度向量作为第二个输出。
|
|
标志目标函数是否返回雅可比矩阵作为第二个输出。
|
|
允许的目标函数求值的最大数目。正整数。 |
|
允许的最大迭代次数。正整数。 |
|
求解器在每次迭代后调用所有输出函数。
|
|
(不推荐)调用健壮的装配选项。
|
|
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 |
|
的单个实例 |
|
参数绑定宽容。积极的标量。 |
|
终止公差为目标函数值。积极的标量。 |
|
使用
|
|
使用
|
|
参数的终止公差。积极的标量。 |
|
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. |
|
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 |
|
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 |
|
(不推荐)用于稳健拟合的权重函数。有效的只有当
|
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)