代码生成

为Statistics和Machine Learning Toolbox™函数生成C/ c++代码和MEX函数

MATLAB^®编码器™从支持代码生成的Statistics和Machine Learning Toolbox函数中生成可读且可移植的C和c++代码。金宝app例如，通过使用代码生成将训练过的支持向量机(SVM)分类模型部署到设备上，您可以对无法运行MATLAB的硬件设备上的新观察结果进行分类。金宝app

您可以通过几种方式为Statistics和Machine Learning Toolbox函数生成C/ c++代码。

对象函数的代码生成(预测，随机，knnsearch,或rangesearch)的机器学习模型-使用saveLearnerForCoder，loadLearnerForCoder,codegen．使用保存训练过的模型saveLearnerForCoder．定义一个入口点函数来加载保存的模型loadLearnerForCoder并调用目标函数。然后使用codegen为入口点函数生成代码。
的代码生成预测和更新使用支持向量机或线性二进制学习者的树模型、SVM模型、线性模型或多类纠错输出码(ECOC)分类模型的函数learnerCoderConfigurer然后使用生成代码generateCode．您可以在生成的C/ c++代码中更新模型参数，而不必重新生成代码。
其他支持代码生成的功能-使用金宝appcodegen．定义一个入口点函数，它调用支持代码生成的函数。金宝app然后为入口点函数生成C/ c++代码codegen．

您还可以生成用于预测SVM分类模型或SVM回归模型的定点C/ c++代码。这种类型的代码生成需要定点设计器™。

要了解代码生成，请参见代码生成简介．

功能

全部展开

代码生成的保存和加载模型

`saveLearnerForCoder`	将模型对象保存在文件中，用于代码生成
`loadLearnerForCoder`	从保存的模型中重新构造模型对象以生成代码
`generateLearnerDataTypeFcn`	为定点代码生成定义数据类型的生成函数

使用编码器配置器生成代码

创建编码器配置对象

learnerCoderConfigurer 创建机器学习模型的编码器配置器

使用编码器配置对象

`generateCode`	使用编码器配置器生成C/ c++代码
`generateFiles`	使用编码器配置器生成MATLAB文件用于代码生成
`validatedUpdateInputs`	验证并提取机器学习模型参数进行更新
`更新`	更新代码生成的模型参数

对象

全部展开

分类编码器配置器对象

`ClassificationTreeCoderConfigurer`	用于多类分类的二叉决策树模型编码器配置器
`ClassificationSVMCoderConfigurer`	编码器配置支持向量机(SVM)的一类和二类金宝app分类
`ClassificationLinearCoderConfigurer`	编码器配置器，用于高维数据的线性二进制分类
`ClassificationECOCCoderConfigurer`	编码器配置多类模型使用二进制学习者

回归编码器配置器对象

`RegressionTreeCoderConfigurer`	编码器配置器二叉决策树模型用于回归
`RegressionSVMCoderConfigurer`	编码器配置支持向量机(SVM)回归模型金宝app
`RegressionLinearCoderConfigurer`	编码器配置与高维数据线性回归模型