预测

使用回归模型集成预测响应

在第页中展开全部

语法

Yfit=预测（Mdl，X）

Yfit=预测（Mdl、X、名称、值）

伊菲特=预测(Mdl,X)返回表或矩阵中预测值数据的预测响应X，基于回归集成模型Mdl.

伊菲特=预测(Mdl,X,名称、值)使用一个或多个指定的附加选项名称、值配对参数。

Mdl

由创建的回归集成fitrensemble，或契约方法

X

用于生成响应的预测数据，指定为数字矩阵或表格。

每行X对应一个观察值，每列对应一个变量。

对于数值矩阵：
- 组成列的变量X必须与训练的预测变量具有相同的顺序Mdl.
- 如果你受过训练Mdl使用表格（例如，Tbl)那么X可以是数字矩阵，如果Tbl包含所有数值预测变量。在中处理数值预测器Tbl作为培训期间的分类预测，使用分类预测因子的名称-值对参数fitrensemble如果Tbl包含异构预测变量（例如，数字和分类数据类型）和X是一个数值矩阵，那么预测抛出一个错误。
对于表格：
- 预测不支持多列变量或字金宝app符向量的单元格数组以外的单元格数组。
- 如果你受过训练Mdl使用表格（例如，Tbl)，然后在X变量名和数据类型必须与培训的变量名和数据类型相同Mdl（储存于Mdl.1名称)。但是X不需要对应于的列顺序Tbl.Tbl和X可以包含其他变量（响应变量、观察权重等），但预测忽视他们。
- 如果你受过训练Mdl使用数字矩阵，然后将预测值命名为Mdl.1名称和中相应的预测变量名称X一定是一样的。要在培训期间指定预测值名称，请参阅预测器名称的名称-值对参数fitrensemble.中的所有预测变量X必须是数字向量。X可以包含其他变量（响应变量、观察权重等），但预测忽视他们。

指定可选的逗号分隔的字符对名称、值论据。名称是参数名和价值是对应的值。名称必须出现在引号内。您可以按任意顺序指定多个名称和值对参数，如下所示：名称1，值1，…，名称，值.

学习者

集合中弱学习者的指数从1.到裸体的哪里裸体的是弱学习者的数量。

违约：1：NumTrained

用于学习者

大小的逻辑矩阵N-借-裸体的哪里N是中的观察数X和裸体的是弱学习者的数量。什么时候用于学习者（I，J）是符合事实的,预测使用学习者J在预测观测中我.

违约：真（N，NumTrained）

伊菲特

行数与行数相同的数字列向量TBLdata或外部数据.每行伊菲特给出相应行的预测响应TBLdata或外部数据，根据恩斯回归模型。

打开实时脚本

基于在上训练的回归集合，查找汽车的预测里程卡斯莫尔数据

加载卡斯莫尔数据集并选择气缸数、发动机排量、马力和车辆重量作为预测值。

负载卡斯莫尔X=[气缸排量马力重量]；

训练回归树集合并预测MPG对于四缸汽车，发动机排量为200立方英寸，功率为150马力，重量为3000磅。

rens=fitrensemble（X，MPG）；里程=预测值（rens，[42001503000]）

里程=25.6467

将集合预测集成到Simulink中金宝app^®，你可以使用回归拟合预测统计和机器学习工具箱中的块™ 库还是MATLAB^®带有预测作用有关示例，请参见使用回归模拟预测块预测响应和利用MATLAB函数块预测类标签.

在决定使用哪种方法时，请考虑以下几点：

此函数完全支持高阵列。有关详细信息，请参金宝app阅高阵.

使用说明和限制：

使用saveLearnerForCoder,loadLearnerForCoder和编码基因（MATLAB编码器）为预测函数。使用保存经过训练的模型saveLearnerForCoder.定义一个入口点函数，通过使用loadLearnerForCoder打电话给预测函数。然后使用编码基因为入口点函数生成代码。
为生成单精度C/C++代码预测，指定名称值参数“数据类型”，“单个”当你打电话给loadLearnerForCoder作用
您还可以为其生成定点C/C++代码预测。定点代码生成需要一个附加步骤，该步骤定义预测所需变量的定点数据类型。使用数据类型函数产生于generateLearnerDataTypeFcn，并将该结构用作的输入参数loadLearnerForCoder在入口点函数中。生成定点C/C++代码需要MATLAB编码器™和定点设计器™.
为数据生成定点代码预测包括为单个学习者传播数据类型，因此可能会非常耗时。

此表包含有关的参数的注释预测。完全支持此表中未包含的参数。金宝app

论点	注意事项和限制
`Mdl`	有关模型对象的使用说明和限制，请参见代码生成的`压缩回归套`对象
`X`	对于一般代码生成，`X`必须是单精度或双精度矩阵或包含数值变量、分类变量或两者的表。对于定点代码生成，`X`必须是不动点矩阵。中的行数或观察数`X`可以是可变大小，但中的列数`X`必须修复。如果要指定`X`作为表，则必须使用表对模型进行训练，并且预测的入口点函数必须：接受数据作为数组。从数据输入参数创建一个表，并在表中指定变量名称。把桌子递给`预测`. 有关此表格工作流的示例，请参见生成代码对表中的数据进行分类。有关在代码生成中使用表的详细信息，请参阅表的代码生成（MATLAB编码器）和表1代码生成的限制（MATLAB编码器）.
名称-值对参数	名称-值对参数中的名称必须是编译时常量。例如，要在生成的代码中允许用户定义多达5个弱学习者的索引，请包括`{coder.Constant（'Learners'），coder.typeof（0[1,5]，[0,1]）}`在`-args`价值`编码基因`（MATLAB编码器）.
`“学习者”`	对于定点代码生成`“学习者”`值必须具有整数数据类型。