使用决策树的集体分类观察
统计和机器学习工具箱/分类
的ClassificationEnsemble预测Block使用决策树集合对观测结果进行分类(分类素..
,ClassificationBaggedensemble.
,或CompactClassificationseMble
)作多类别分类。
通过指定包含该对象的工作区变量的名称,将经过训练的分类对象导入到块中。输入端口x接收一个观察(预测器数据),以及输出端口标签返回观测的预测类标签。您可以添加一个可选输出端口分数它返回预测的班级分数或后验概率。
x
——预测数据预测数据,指定为一个观察的列向量或行向量。
中的变量x必须具有与训练模型的预测变量相同的顺序选择培训的机器学习模型
.
数据类型:单
|双倍的
|一半
|int8
|int16
|INT32.
|INT64.
|uint8
|uint16
|uint32
|uint64
|布尔基
|不动点
标签
- 预测类标签预测的类标签,作为标量返回。预测的班级是得分最高的班级。
数据类型:单
|双倍的
|一半
|int8
|int16
|INT32.
|INT64.
|uint8
|uint16
|uint32
|uint64
|布尔基
|不动点
|枚举
分数
-预测的职业分数或后验概率预测的班级分数或后验概率,作为大小为1-by-的行向量返回k, 在哪里k是树模型中类的数量。
要检查类的顺序,请使用一会
属性指定的树模型选择培训的机器学习模型
.
要启用该端口,请选中添加预测类别分数的输出端口
在主要块参数对话框的选项卡。
分类评分值的定义和取值范围取决于集成聚合方法。属性指定集成聚合方法“方法”
名称 - 价值论证fitcensemble
当训练集合模型时。具体操作请参见更多关于部分的预测
函数引用页面。
数据类型:单
|双倍的
|一半
|int8
|int16
|INT32.
|INT64.
|uint8
|uint16
|uint32
|uint64
|布尔基
|不动点
选择培训的机器学习模型
- 分类集合模型ensmdl.
(默认)|分类素..
对象|ClassificationBaggedensemble.
对象|CompactClassificationseMble
对象指定包含。的工作区变量的名称分类素..
对象,ClassificationBaggedensemble.
对象,或CompactClassificationseMble
对象。
当你通过使用fitcensemble
,适用以下限制:
您必须使用树弱学习器来训练集合。
预测数据不能包括分类预测(逻辑
,分类
,char
,字符串
,或细胞
).如果在表中提供培训数据,则预测器必须是数字的(双倍的
或单
).此外,你不能使用“CategoricalPredictors”
名称值参数。要在模型中包含分类预测器,请通过使用预处理分类预计dummyvar
在拟合模型之前。
价值“ScoreTransform”
名称值参数不能'invlogit'
或者匿名函数。
不能对树弱学习器使用代理分割,即“代孕”
名称-值参数必须为'离开'
(默认)使用树定义树弱学习者时Templatetree.
函数。
块参数:TrainedLearner |
类型:工作空间变量 |
价值观:分类素.. 对象|ClassificationBaggedensemble. 对象|CompactClassificationseMble 对象 |
默认值:'ensmdl' |
添加预测类别分数的输出端口
-增加第二个输出端口预测类得分从
(默认)|在
选择复选框以包含第二个输出端口分数在里面ClassificationEnsemble预测块。
块参数:ShowOutputScore |
类型:字符向量 |
价值观:”从“|”“ |
默认值:'离开' |
整数舍入模式
- 用于定点操作的舍入模式地面
(默认)|天花板
|收敛
|最近的
|轮
|最简单的
|零
指定定点操作的舍入模式。有关更多信息,请参见舍入(定点设计师).
阻止参数始终舍入到最接近的可表示值。要控制块参数的舍入,请使用MATLAB输入表达式®舍入功能进入掩码字段。
块参数:RndMeth |
类型:字符向量 |
价值观:'天花板' | '收敛' | '地板' | '最近' | 'Round' | '最简单' | '零' |
默认值:“地板” |
在整数溢出上饱和
-溢出动作的方法从
(默认)|在
指定溢出是否饱和或缠绕。
行动 | 基本原理 | 对溢出的影响 | 例子 |
---|---|---|---|
选择此复选框( |
您的模型可能存在溢出,您希望在生成的代码中显示饱和保护。 |
溢出会饱和到数据类型所能表示的最小值或最大值。 |
最大值 |
清除此复选框( |
您希望优化生成代码的效率。 您希望避免过度指定块如何处理超出范围的信号。有关更多信息,请参见排除信号范围误差(金宝app模型). |
溢出包装为数据类型可以表示的适当值。 |
最大值 |
块参数:SaturateOnIntegerOverflow |
类型:字符向量 |
价值观:”从“|”“ |
默认值:'离开' |
根据定点工具的更改锁定输出数据类型设置
—防止定点工具覆盖数据类型从
(默认)|在
选择此参数以防止固定点工具覆盖您为块指定的数据类型。有关更多信息,请参见使用锁定输出数据类型设置(定点设计师).
块参数:LockScale |
类型:字符向量 |
价值观:”从“|”“ |
默认值:'离开' |
标签数据类型
- 标签输出的数据类型继承:通过反向传播继承
|继承:汽车
|双倍的
|单
|一半
|int8
|uint8
|int16
|uint16
|INT32.
|uint32
|INT64.
|uint64
|布尔基
|Fixdt(1,16)
|Fixdt(1,16,0)
|Fixdt(1,16,2 ^ 0,0)
|枚举:<类名>
|<数据类型>表达
的数据类型标签输出。可以继承类型,指定为枚举数据类型,或表示为数据类型对象,例如金宝app仿真软件。NumericType
.
当选择继承的选项时,软件的行为如下:
继承:通过反向传播继承
(用于数字和逻辑标签的默认值) - Simulink自动确定金宝app标签数据类型在数据类型传播期间块的数据类型传播(金宝app模型)).在这种情况下,块使用下行块或信号对象的数据类型。
继承:汽车
(默认为非数字标签)—块使用自定义枚举数据类型变量。例如,假设指定的工作区变量名选择培训的机器学习模型
是myMdl
,类标签为类1
和二班
.然后,相应的标签值是mymdl_enumlabels.class_1
和mymdl_enumlabels.class_2.
.通过使用使用该块将类标签转换为有效的MATLAB标识符matlab.lang.makeValidName
函数。
有关数据类型的更多信息,请参见控制信号数据类型(金宝app模型).
点击显示数据类型助手按钮来显示数据类型助手,它可以帮助您设置数据类型属性。有关更多信息,请参见使用数据类型助手指定数据类型(金宝app模型).
所支持的金宝app数据类型依赖于指定的模型中使用的标签选择培训的机器学习模型
.
如果模型使用数字或逻辑标签,则支持的数据类型为金宝app继承:通过反向传播继承
(默认),双倍的
,单
,一半
,int8
,uint8
,int16
,uint16
,INT32.
,uint32
,INT64.
,uint64
,布尔基
,固定点和数据类型对象。
如果模型使用非数字标签,则支持的数据类型为金宝app继承:汽车
(默认),枚举:<类名>
,以及数据类型对象。
块参数:LabelDataTypeStr |
类型:特征向量 |
值:“继承:通过反向传播继承” |“继承:汽车” |“双” |'单身的' |'一半' |'int8' |“uint8” |'int16' |'uint16' |“int32” |'uint32' |“int64” |“uint64” |'布尔值' |“fixdt(16)” |“fixdt(0) 1, 16日” |'fixdt(1,16,2 ^ 0,0)' |“枚举:<类名>” |“< >数据类型表达” |
默认的:“继承:通过反向传播继承” (用于数字和逻辑标签“继承:汽车” (非数字标签) |
标签最低
- 范围检查的标签输出的最小值[]
(默认)|标量较低的价值标签Simulink的输出范围金宝app®检查。
金宝appSimulink使用最小值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的标签最低参数不会饱和或夹住实际标签输出信号。使用饱和(金宝app模型)阻止。
只有当指定的模型时,才能指定此参数选择培训的机器学习模型
使用数字标签。
块参数:LabelOutMin |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
标签最大
- 范围检查的标签输出的最大值[]
(默认)|标量上值标签Simulink检查的输出范围。金宝app
金宝appSimulink使用最大值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的标签最大参数不会饱和或夹住实际标签输出信号。使用饱和(金宝app模型)阻止。
只有当指定的模型时,才能指定此参数选择培训的机器学习模型
使用数字标签。
块参数:labeloutmax. |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
分数数据类型
-评分输出的数据类型继承:汽车
(默认)|双倍的
|单
|一半
|int8
|uint8
|int16
|uint16
|INT32.
|uint32
|INT64.
|uint64
|布尔基
|Fixdt(1,16)
|Fixdt(1,16,0)
|Fixdt(1,16,2 ^ 0,0)
|<数据类型>表达
的数据类型分数输出。类型可以继承、直接指定或表示为数据类型对象,例如金宝app仿真软件。NumericType
.
当您选择继承:汽车
,块使用继承数据类型的规则。
有关数据类型的更多信息,请参见控制信号数据类型(金宝app模型).
点击显示数据类型助手按钮来显示数据类型助手,它可以帮助您设置数据类型属性。有关更多信息,请参见使用数据类型助手指定数据类型(金宝app模型).
块参数:ScoreDataTypeStr |
类型:特征向量 |
值:“继承:汽车” |“双” |'单身的' |'一半' |'int8' |“uint8” |'int16' |'uint16' |“int32” |'uint32' |“int64” |“uint64” |'布尔值' |“fixdt(16)” |“fixdt(0) 1, 16日” |'fixdt(1,16,2 ^ 0,0)' |“< >数据类型表达” |
默认的:“继承:汽车” |
分数最低
- 范围检查的分数输出的最小值[]
(默认)|标量较低的价值分数Simulink检查的输出范围。金宝app
金宝appSimulink使用最小值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的分数最低参数不会饱和或夹住实际分数信号。使用饱和(金宝app模型)阻止。
块参数:ScoreOutMin |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
得分最高
—范围检查的最大分数输出值[]
(默认)|标量上值分数Simulink检查的输出范围。金宝app
金宝appSimulink使用最大值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的得分最高参数不会饱和或夹住实际分数信号。使用饱和(金宝app模型)阻止。
块参数:ScoreOutMax |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
原始评分数据类型
-未转换的得分数据类型继承:汽车
(默认)|双倍的
|单
|一半
|int8
|uint8
|int16
|uint16
|INT32.
|uint32
|INT64.
|uint64
|布尔基
|Fixdt(1,16)
|Fixdt(1,16,0)
|Fixdt(1,16,2 ^ 0,0)
|布尔基
|<数据类型>表达
指定内部未转化分数的数据类型。类型可以继承、直接指定或表示为数据类型对象,例如金宝app仿真软件。NumericType
.
当您选择继承:汽车
,块使用继承数据类型的规则。
有关数据类型的更多信息,请参见控制信号数据类型(金宝app模型).
点击显示数据类型助手按钮来显示数据类型助手,它可以帮助您设置数据类型属性。有关更多信息,请参见使用数据类型助手指定数据类型(金宝app模型).
只有当指定的模型时,才能指定此参数选择培训的机器学习模型
使用得分转换“没有”
(默认,与“身份”
).
属性可以更改分数转换选项“ScoreTransform”
参数Name-value,或通过更改scoretransform.
培训后的财产。
块参数:RawScoreDataTypeStr |
类型:特征向量 |
值:“继承:汽车” |“双” |'单身的' |'一半' |'int8' |“uint8” |'int16' |'uint16' |“int32” |'uint32' |“int64” |“uint64” |'布尔值' |“fixdt(16)” |“fixdt(0) 1, 16日” |'fixdt(1,16,2 ^ 0,0)' |“< >数据类型表达” |
默认的:“继承:汽车” |
原始分数最低
-距离检查的最小未转换分数[]
(默认)|标量模拟检查的未转化分数范围的值较低。金宝app
金宝appSimulink使用最小值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的原始分数最低参数不饱和或剪辑实际未转换的分数信号。
块参数:RawScoreoutmin. |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
原始得分最大值
- 范围检查的最大未转化分数[]
(默认)|标量Simulink检查的未转换分数范围的上限值。金宝app
金宝appSimulink使用最大值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的原始得分最大值参数不饱和或剪辑实际未转换的分数信号。
块参数:RawScoreOutMax |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
弱学习者数据类型
- 弱学习量输出的数据类型继承:汽车
(默认)|双倍的
|单
|一半
|int8
|uint8
|int16
|uint16
|INT32.
|uint32
|INT64.
|uint64
|布尔基
|Fixdt(1,16)
|Fixdt(1,16,0)
|Fixdt(1,16,2 ^ 0,0)
|<数据类型>表达
指定弱学习者输出的数据类型。类型可以继承、直接指定或表示为数据类型对象,例如金宝app仿真软件。NumericType
.
当您选择继承:汽车
,块使用继承数据类型的规则。
有关数据类型的更多信息,请参见控制信号数据类型(金宝app模型).
点击显示数据类型助手按钮来显示数据类型助手,它可以帮助您设置数据类型属性。有关更多信息,请参见使用数据类型助手指定数据类型(金宝app模型).
块参数:WeakLearnerDataTypeStr |
类型:特征向量 |
值:“继承:汽车” |“双” |'单身的' |'一半' |'int8' |“uint8” |'int16' |'uint16' |“int32” |'uint32' |“int64” |“uint64” |'布尔值' |“fixdt(16)” |“fixdt(0) 1, 16日” |'fixdt(1,16,2 ^ 0,0)' |“< >数据类型表达” |
默认的:“继承:汽车” |
弱学习者最少
- 范围检查的弱学习输出的最小值[]
(默认)|标量Simulink检查的弱学习者输出范围的较低值。金宝app
金宝appSimulink使用最小值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的弱学习者最少参数不饱和或夹住实际的弱学习器输出信号。
块参数:WeakLearnerOutMin |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
弱学习者最大
—用于范围检查的弱学习器输出的最大值[]
(默认)|标量Simulink检查的弱学习者输出范围的上限值。金宝app
金宝appSimulink使用最大值来执行:
参数范围检查(见指定块参数的最小值和最大值(金宝app模型))为一些街区。
定点数据类型的自动缩放。
优化您从模型生成的代码。该优化可以删除算法代码并影响某些模拟模式的结果,例如SIL或外部模式。有关更多信息,请参见使用指定的最小值和最大值进行优化(嵌入式编码).
请注意
的弱学习者最大参数不饱和或夹住实际的弱学习器输出信号。
块参数:Deverlearneroutmax. |
类型:特征向量 |
值:'[]' |标量 |
默认的:'[]' |
数据类型 |
|
直接引线 |
|
多维信号 |
|
可变尺寸信号 |
|
讨论二阶导数过零检测 |
|
您可以使用MATLAB函数块与预测
决策树的集合的对象功能(分类素..
,ClassificationBaggedensemble.
,或CompactClassificationseMble
).例如,请参见使用MATLAB功能块预测类标签.
在决定是否使用ClassificationEnsemble预测在统计和机器学习工具箱™库或MATLAB函数块预测
函数,考虑以下情况:
如果使用统计和机器学习工具箱库块,则可以使用定点的工具(定点设计师)将浮点模型转换为固定点。
金宝app必须为Matlab功能块启用对可变大小阵列的支持预测
函数。
如果您使用MATLAB函数块,您可以使用MATLAB函数在同一个MATLAB函数块中进行预测之前或之后的预处理或后处理。
你点击一个链接对应于这个MATLAB命令:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。