预测使用RegressionTree预测块的反应
这个例子展示了如何使用RegressionTree预测块模型的响应预测®。金宝app块接受一个观察预测(预测数据)并返回响应的观测使用训练回归树模型。
火车回归模型
加载carbig的数据集,其中包含测量汽车在1970年代末和1980年代初。创建一个矩阵包含预测变量和响应变量的向量。
负载carbigX =(加速度、汽缸、排量、马力、Model_Year重量);Y = MPG;
火车一个回归树模型。
treeMdl = fitrtree (X, Y);
treeMdl是一个RegressionTree模型。
创建模型模型金宝app
这个示例提供了仿真软件模型金宝appslexCarDataRegressionTreePredictExample.slx,包括RegressionTree预测块。您可以打开仿真软件模型,或者创建一金宝app个新的模型如本节所述。
打开模型模型金宝appslexCarDataRegressionTreePredictExample.slx。
SimMdlName =“slexCarDataRegressionTreePredictExample”;open_system (SimMdlName)
如果你打开仿真软件模型,软件运行金宝app的代码PreLoadFcn回调函数在装货前仿真软件模型。金宝app的PreLoadFcn回调函数的slexCarDataRegressionTreePredictExample如果您的工作区包含包括代码检查treeMdl变量的训练模式。如果工作空间不包含变量,PreLoadFcn加载示例数据,火车树模型,并创建一个输入信号的仿真软件模型。金宝app查看回调函数设置上节建模选项卡上,单击模型设置并选择模型属性。然后,在回调选项卡中,选择PreLoadFcn回调函数的模型的回调窗格。
创建一个新的模型模型,打开金宝app空白模型模板和添加RegressionTree预测块。添加尺寸和外港块和连接他们RegressionTree预测块。
双击RegressionTree预测块打开参数对话框。您可以指定一个工作空间变量的名称包含了训练有素的树模型。默认的变量名treeMdl。单击刷新按钮。培训使用的对话框选项树模型treeMdl下训练有素的机器学习模型。
RegressionTree预测块预计包含6预测一个观察值。双击尺寸块中,并设置港维上6信号的属性选项卡。
创建一个输入信号的形式结构阵列的仿真软件模型。金宝app结构数组必须包含这些字段:
时间——的时间点观察输入模型。预测的方向必须对应于观测数据。所以,在这个例子中,时间必须是一个列向量。信号- 1×1结构阵列描述输入数据和包含字段值和维,在那里值是一个矩阵的预测数据,维是预测变量的数量。
创建一个适当的结构数组slexCarDataRegressionTreePredictExample模型的carsmall数据集。
负载carsmalltestX =(加速度、汽缸、排量、马力、Model_Year重量);testX = rmmissing (testX);carsmallInput。时间= (0:size(testX,1)-1)'; carsmallInput.signals(1).values = testX; carsmallInput.signals(1).dimensions = size(testX,2);
从工作区导入信号数据:
打开配置参数对话框。在建模选项卡上,单击模型设置。
在数据导入/导出窗格中,选择输入复选框并输入
carsmallInput在相邻的文本框。在解算器窗格中,在仿真时间,设置停止时间来
carsmallInput.time(结束)。下解算器的选择,设置类型来固定步,并设置解算器来离散(没有连续状态)。
更多细节,请参阅负载为模拟信号数据(金宝app模型)。
模拟模型。
sim (SimMdlName);
当尺寸块检测到一个观察,它指导观察到RegressionTree预测块中。您可以使用仿真数据检查(金宝app模型)外港的查看记录的数据块。
