MATLAB®编码器™产生可读和便携式C和从统计和机器学习工具箱函数C ++代码,支持代码生成。金宝app例如,可以在不能使用代码生成部署训练支持向量机(SVM)分类模型到设备运行MATLAB硬件设备的新的观察分类。金宝app
您可以通过多种方式生成C / C ++的统计和机器学习工具箱功能代码。
代码生成的目标函数(预测
,随机
,knnsearch
, 要么rangesearch
)机器学习模型 - 使用saveLearnerForCoder
,loadLearnerForCoder
和代码生成
。通过使用保存训练模型saveLearnerForCoder
。定义一个入口点函数加载使用保存的模型loadLearnerForCoder
并调用该对象的功能。然后用代码生成
生成的入口点函数的代码。
代码生成的预测
和更新
树模型中,SVM模型,线性模型,或多类纠错输出编码(ECOC)的功能,使用SVM或线性二进制学习者分类模型 - 创建编码器通过使用配置器learnerCoderConfigurer
然后通过使用产生的代码generateCode
。可以更新在所生成的C / C ++代码模型参数,而无需重新生成代码。
其他功能的支持代码生成 - 使用金宝app代码生成
。定义调用该函数,支持代码生成的入口点函数。金宝app然后通过使用产生的C / C ++的入口点函数代码代码生成
。
还可以生成定点C / C ++代码用于SVM分类模型的预测或SVM回归模型。这种类型的代码生成的需要定点设计师™。
要了解代码生成,请参阅介绍代码生成。
了解如何生成C / C ++进行统计和机器学习工具箱功能代码。
产生不使用机器学习模型对象统计和机器学习工具箱功能代码。
生成代码用于在命令行一个分类或回归模型的预测。
通过使用产生用于分类或回归模型的预测代码MATLAB编码器应用程序。
生成代码用于使用编码器配置器更新模型参数的模型,并在生成的代码的预测。
培养使用分类学习者应用分类模型,并产生C / C ++进行预测编码。
生成查找使用最近邻居搜索模型最近邻码。
生成接受输入的参数,其大小可能会在运行时更改代码。
拟合SVM分类和代码生成转换之前分类预测,以数字虚拟变量。
产生用于SVM分类或回归模型的预测定点代码。
产生适合的概率分布对象的样本数据,并评估拟合分布的目标代码。
从Simulink中生成代码金宝app®建模使用SVM模型数据分类。
生成系统对象™使用经过训练的分类模型进行预测的代码,并在Simulink模型使用系统对象。金宝app
从Stateflow中生成代码®使用模拟判别分析分类器进行分类数据。