火车回归模型

加载carbig数据集，其中包含20世纪70年代和80年代初生产的汽车的测量数据。创建一个包含预测变量和响应变量向量的矩阵。

负载carbigX =(加速度、汽缸、排量、马力、Model_Year重量);Y = MPG;

训练回归树模型。

treeMdl = fitrtree (X, Y);

treeMdl是一个RegressionTree模型。

创建模型模型金宝app

这个例子提供了Simulink模型金宝appslexCarDataRegressionTreePredictExample.slx，其中包括RegressionTree预测块。您可以打开Simulink模型或创金宝app建本节所述的新模型。

打开Simulin金宝appk模型slexCarDataRegressionTreePredictExample.slx．

SimMdlName =“slexCarDataRegressionTreePredictExample”；open_system (SimMdlName)

的PreLoadFcn回调函数的slexCarDataRegressionTreePredictExample包括加载示例数据、训练树模型和为Simulink模型创建输入信号的代码。金宝app如果打开Simulink模型，软金宝app件就会运行代码PreLoadFcn加载Simulink模型之前。金宝app要查看回调函数，请在设置上节建模选项卡上,单击模型设置并选择模型属性．然后,在回调选项卡中,选择PreLoadFcn的回调函数模型的回调窗格。

要创建新的Simulink模型，金宝app请打开空白模型模板，并添加RegressionTree Predict块。添加import和Outport块，并将它们连接到RegressionTree Predict块。

双击RegressionTree Predict块，打开块参数对话框。您可以指定包含经过训练的树模型的工作区变量的名称。默认变量名为treeMdl．单击刷新按钮。对话框显示用于训练树模型的选项treeMdl下训练有素的机器学习模型．

RegressionTree Predict块期望一个包含6个预测值的观测值。双击import块，并设置港维到6号信号的属性选项卡。

以结构数组的形式为Simulink模型创建一个输入信号。金宝app结构数组必须包含以下字段:

对象创建适当的结构数组slexCarDataRegressionTreePredictExample模型的carsmall数据集。

负载carsmalltestX =(加速度、汽缸、排量、马力、Model_Year重量);testX = rmmissing (testX);carsmallInput。时间= (0:size(testX,1)-1)'; carsmallInput.signals(1).values = testX; carsmallInput.signals(1).dimensions = size(testX,2);

从工作区导入信号数据:

有关详细信息，请参见模拟负载信号数据(金宝app模型)．

模拟模型。

sim (SimMdlName);

当import块检测到一个观察值时，它将该观察值导向RegressionTree Predict块。你可以使用仿真数据检查(金宝app模型)查看Outport块的记录数据。