主要内容

ClassificationEnsemble预测

使用决策树的集体分类观察

全部展开页面
  • 库:

  • 统计和机器学习工具箱/分类

描述

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。

港口

输入

展开全部

预测数据，指定为一个观察的列向量或行向量。

依赖关系

数据类型：单|双倍的|一半|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64|布尔基|不动点

输出

展开全部

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

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．

依赖关系

  • 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

参数

展开全部

主要

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。

编程使用

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'

选择复选框以包含第二个输出端口分数在里面ClassificationEnsemble预测块。

编程使用

块参数:ShowOutputScore
类型:字符向量
价值观:”从“|”“
默认值:'离开'

数据类型

定点操作参数

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。

编程使用

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”

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(在)．

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int8(带符号的8位整数)的数据类型可以表示为127。任何大于这个最大值的块操作结果都会导致8位整数溢出。选中复选框后，块输出在127处饱和。类似地，块输出在最小输出值-128处饱和。

清除此复选框(从)．

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int8(带符号的8位整数)的数据类型可以表示为127。任何大于这个最大值的块操作结果都会导致8位整数溢出。清除复选框后，软件将导致溢出的值解释为int8，可以产生意外结果。例如，表示为130（二进制1000 0010）的块结果int8是-126。

编程使用

块参数:SaturateOnIntegerOverflow
类型:字符向量
价值观:”从“|”“
默认值:'离开'

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）．

编程使用

块参数:LockScale
类型:字符向量
价值观:”从“|”“
默认值:'离开'
数据类型

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)．

依赖关系

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。

编程使用

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)

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:

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。

依赖关系

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。

编程使用

块参数：LabelOutMin
类型:特征向量
值：'[]'|标量
默认的：'[]'

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:

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。

依赖关系

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。

编程使用

块参数：labeloutmax.
类型:特征向量
值：'[]'|标量
默认的：'[]'

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)．

编程使用

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”

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:

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。

编程使用

块参数：ScoreOutMin
类型:特征向量
值：'[]'|标量
默认的：'[]'

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:

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。

编程使用

块参数：ScoreOutMax
类型:特征向量
值：'[]'|标量
默认的：'[]'

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)．

依赖关系

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”)．

  • 如果模型不使用分数转换（“没有”或“身份”)，则可以使用分数数据类型．

  • 如果模型使用以外的分数转换“没有”或“身份”，然后您可以使用此参数指定未转化的原始成分的数据类型，并通过使用指定变换分数的数据类型分数数据类型．

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。

编程使用

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”

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:

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。

编程使用

块参数：RawScoreoutmin.
类型:特征向量
值：'[]'|标量
默认的：'[]'

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:

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。

编程使用

块参数：RawScoreOutMax
类型:特征向量
值：'[]'|标量
默认的：'[]'

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)．

编程使用

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”

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:

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。

编程使用

块参数：WeakLearnerOutMin
类型:特征向量
值：'[]'|标量
默认的：'[]'

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:

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。

编程使用

块参数：Deverlearneroutmax.
类型:特征向量
值：'[]'|标量
默认的：'[]'

模型的例子

使用ClassificationEnsemble预测块预测类标签

使用ClassificationEnsemble预测块预测类标签

用最佳的超参数训练分类集合模型，然后使用ClassificationEnsemble预测块用于标签预测。
打开生活的脚本

块特征

数据类型

布尔基|双倍的|枚举|不动点|一半|整数|单

直接引线

是的

多维信号

没有

可变尺寸信号

没有

讨论二阶导数过零检测

没有

选择功能

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。

扩展功能

C / C ++代码生成
使用Simulink®Coder™生成C和c++代码。金宝app

定点转换
使用固定点设计器™设计和模拟定点系统。

另请参阅

块

对象

功能

主题

介绍了R2021a

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

掌握机器学习:一步一步的指导与MATLAB

下载电子书