代码生成

生成C / C ++代码和MEX功能统计和机器学习工具箱™功能

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。

职能

`saveLearnerForCoder`	在文件的代码生成保存模型对象
`loadLearnerForCoder`	从代码生成保存的模型重建模型对象
`generateLearnerDataTypeFcn`	生成函数定义的数据类型为固定点代码生成

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

`ClassificationTreeCoderConfigurer`	二元决策树模型对多类分类的编码器配置者
`ClassificationSVMCoderConfigurer`	编码器配置器对支持向量机（SVM），用于单金宝app类和二元分类
`ClassificationLinearCoderConfigurer`	编码器配置器用于高维数据的线性二元分类
`ClassificationECOCCoderConfigurer`	编码器配置器用于使用二进制学习者多类模型

`RegressionTreeCoderConfigurer`	二元决策树模型回归的编码器配置者
`RegressionSVMCoderConfigurer`	编码器配置器对支持向量机（SVM）的回归模金宝app型
`RegressionLinearCoderConfigurer`	编码器配置器为线性回归模型具有高维数据