回归预测

预测响应使用集成决策树回归

展开页面中的所有内容

图书馆：
统计和机器学习工具箱/回归

描述

这回归预测块使用决策树的集合预测响应（回归那回归释迦缩短,或CompactRegressionEnsemble）.

通过指定包含该对象的工作区变量的名称，将经过训练的回归对象导入到块中。输入端口X接收观察（预测器数据）和输出端口YFIT.为观察返回预测的响应。

港口

输入

全部展开

`X`- 预测仪数据
行矢量|柱矢量

预测器数据，指定为一个观测的列向量或行向量。

依赖关系

变量X必须具有与培训所指定的模型的预测变量相同的顺序选择训练好的机器学习模型。

数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|固定点

输出

全部展开

`YFIT.`- 预测反应
标量

预测的响应，作为标量返回。

数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|固定点

参数

全部展开

主要的

`选择训练好的机器学习模型`- 回归集合模型
`ensMdl`(默认)|`回归`对象|`回归释迦缩短`对象|`CompactRegressionEnsemble`目的

指定包含a的工作区变量的名称回归目的，回归释迦缩短对象，或者CompactRegressionEnsemble目的。

使用使用时培训模型fitrensemble.，适用以下限制:

预测器数据不能包括分类预测器（逻辑那分类那字符那字符串,或细胞）.如果在表中提供培训数据，则预测器必须是数字（双或者单）.也不能使用'pationoricalpricictors'名称-值参数。要在模型中包含分类预测器，可以使用戴维尔在拟合模型之前。
价值'OrkeTransform'名称值参数必须是'没有任何'(默认)。
你不能使用树弱学习者的代理分裂，即“代孕”名称值参数必须是“关闭”(默认)定义树型弱学习者时使用templateTree功能。

程序使用

块参数：经过训练的人

类型：工作区变量

价值观:回归对象|回归释迦缩短对象|CompactRegressionEnsemble目的

默认：“ensMdl”

数据类型

定点操作参数

`整数舍入模式`-定点操作的舍入模式
`地板上`(默认)|`天花板`|`收敛`|`最近`|`圆形的`|`简单的`|`零`

指定定点操作的舍入模式。有关更多信息，请参阅四舍五入(定点设计师)。

块参数总是四舍五入到最接近的可表示值。为了控制块参数的四舍五入，使用MATLAB输入一个表达式^®入掩码字段的舍入函数。

程序使用

块参数：rndmeth.

类型：特征向量

价值观:'天花板'|'收敛'|'地板'|'最近'|'圆'|'最简单'|'零'

默认：'地面'

`使整数溢出饱和`-溢出动作的方法
`离开`(默认)|`上`

指定是否溢出饱和或包裹。

行动理由对溢出的影响例子

行动	理由	对溢出的影响	例子
选中此复选框（`上`）.	您的模型具有可能的溢出，并且您希望在生成的代码中进行显式饱和保护。	溢出到数据类型可以表示的最小值或最大值。	最大的值`int8`(有符号8位整数)数据类型可以表示为127。任何大于此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，块输出饱和为127。同样，块输出在最小输出值为-128时饱和。
清除此复选框（`离开`）.	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，请参阅排除信号范围错误（金宝appSimulink）。	溢出封装到数据类型可以表示的适当值。	最大的值`int8`(有符号8位整数)数据类型可以表示为127。任何大于此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`，这可能会产生意想不到的结果。例如，130(二进制1000 0010)的块结果表示为`int8`是-126。

选中此复选框（上）.

您的模型具有可能的溢出，并且您希望在生成的代码中进行显式饱和保护。

溢出到数据类型可以表示的最小值或最大值。

最大的值int8(有符号8位整数)数据类型可以表示为127。任何大于此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，块输出饱和为127。同样，块输出在最小输出值为-128时饱和。

清除此复选框（离开）.

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，请参阅排除信号范围错误（金宝appSimulink）。

溢出封装到数据类型可以表示的适当值。

最大的值int8(有符号8位整数)数据类型可以表示为127。任何大于此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，这可能会产生意想不到的结果。例如，130(二进制1000 0010)的块结果表示为int8是-126。

程序使用

块参数：SaturateOnIntegerOverflow

类型：特征向量

价值观:”从“|”“

默认：“关闭”

`锁定输出数据类型设置根据固定点工具的更改`- 防止固定点工具覆盖数据类型
`离开`(默认)|`上`

选择此参数以防止定点工具覆盖为块指定的数据类型。有关更多信息，请参阅使用锁定输出数据类型设置(定点设计师)。

程序使用

块参数：lockscale.

类型：特征向量

价值观:”从“|”“

默认：“关闭”

数据类型

`输出数据类型`—yfit输出数据类型
`继承：自动`(默认)|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型表达式>`

指定数据类型YFIT.输出。该类型可以直接遗传，指定，或表示为数据类型对象，例如金宝app仿真软件。NumericType。

当你选择继承：自动，该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appSimulink）。

单击显示数据类型助手按钮来显示数据类型的助理，它可帮助您设置数据类型属性。有关更多信息，请参阅使用数据类型助手指定数据类型（金宝appSimulink）。

程序使用

块参数：OutDataTypeStr

类型:特征向量

价值：'继承：auto'|'双倍的'|“单一”|“一半”|“int8”|'uint8'|“int16”|“uint16”|“int32”|“uint32”|'int64'|'uint64'|“布尔”|“fixdt(16)”|“fixdt(0) 1, 16日”|“fixdt(1, 16日2 ^ 0,0)”|'<数据类型表达式>'

默认：'继承：auto'

`输出最小值`- yfit输出的最小值范围检查
`［］`(默认)|标量

的较低值YFIT.Simulink的输出范围金宝app^®检查。

金宝appsimulink使用最小值执行：

参数范围检查(参见指定块参数的最小值和最大值（金宝appSimulink））对于一些块。
模拟范围检查(参见指定信号范围（金宝appSimulink）和启用仿真范围检查（金宝appSimulink））.
定点数据类型的自动伸缩。
优化您从模型生成的代码。这种优化可以去除算法代码，并影响一些仿真模式的结果，如SIL或外部模式。有关更多信息，请参阅使用指定的最小值和最大值进行优化(嵌入式编码)。

笔记

这输出最小值参数不饱和或剪辑实际YFIT.信号。使用饱和（金宝appSimulink）块来代替。

程序使用

块参数：inumin.

类型:特征向量

价值：“[]”|标量

默认：“[]”

`输出最大`- 用于范围检查的YFIT输出的最大值
`［］`(默认)|标量

较高价值的YFIT.Simulink检查的输出范围。金宝app

金宝appsimulink使用最小值执行：

参数范围检查(参见指定块参数的最小值和最大值（金宝appSimulink））对于一些块。
模拟范围检查(参见指定信号范围（金宝appSimulink）和启用仿真范围检查（金宝appSimulink））.
定点数据类型的自动伸缩。
优化您从模型生成的代码。这种优化可以去除算法代码，并影响一些仿真模式的结果，如SIL或外部模式。有关更多信息，请参阅使用指定的最小值和最大值进行优化(嵌入式编码)。

笔记

这输出最大参数不饱和或剪辑实际YFIT.信号。使用饱和（金宝appSimulink）块来代替。

程序使用

块参数：OutMax

类型:特征向量

价值：“[]”|标量

默认：“[]”

`弱学习数据类型`-弱学习者输出的数据类型
`继承：自动`(默认)|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型表达式>`

为弱学习者的输出指定数据类型。该类型可以直接遗传，指定，或表示为数据类型对象，例如金宝app仿真软件。NumericType。

当你选择继承：自动，该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appSimulink）。

程序使用

块参数：DevellearnerDatatypest.

类型:特征向量

默认：'继承：auto'

`弱学习者最低`-用于范围检查的弱学习者输出的最小值
`［］`(默认)|标量

弱学习者输出范围的值较低，即Simulink检查。金宝app

金宝appsimulink使用最小值执行：

参数范围检查(参见指定块参数的最小值和最大值（金宝appSimulink））对于一些块。
模拟范围检查(参见指定信号范围（金宝appSimulink）和启用仿真范围检查（金宝appSimulink））.
定点数据类型的自动伸缩。
优化您从模型生成的代码。这种优化可以去除算法代码，并影响一些仿真模式的结果，如SIL或外部模式。有关更多信息，请参阅使用指定的最小值和最大值进行优化(嵌入式编码)。

笔记

这弱学习者最低参数不饱和或剪辑实际的弱学习者输出信号。

程序使用

块参数：Deverlearneroutmin.

类型:特征向量

价值：“[]”|标量

默认：“[]”

`弱学习者最大值`- 范围检查弱学习输出的最大值
`［］`(默认)|标量

Simulink检查的弱学习者输出范围的高值。金宝app

金宝appSimulink使用最大值来执行：

参数范围检查(参见指定块参数的最小值和最大值（金宝appSimulink））对于一些块。
模拟范围检查(参见指定信号范围（金宝appSimulink）和启用仿真范围检查（金宝appSimulink））.
定点数据类型的自动伸缩。
优化您从模型生成的代码。这种优化可以去除算法代码，并影响一些仿真模式的结果，如SIL或外部模式。有关更多信息，请参阅使用指定的最小值和最大值进行优化(嵌入式编码)。

笔记

这弱学习者最大值参数不饱和或剪辑实际的弱学习者输出信号。

程序使用

块参数：WeakLearnerOutMax

类型:特征向量

价值：“[]”|标量

默认：“[]”

模型的例子

预测响应使用回归集成预测块

训练一个具有最优超参数的回归集成模型，然后使用回归预测用于响应预测的块。

打开直播脚本

块特征

数据类型	`布尔`\|`双`\|`固定点`\|`一半`\|`整数`\|`单`
直接喂养	`是的`
多维信号	`不`
适应信号	`不`
零交叉检测	`不`

替代功能

你可以使用MATLAB函数块与预测决策树集合的目标函数(回归那回归释迦缩短,或CompactRegressionEnsemble）.例如，看到用MATLAB函数块预测类标签。

当决定是否使用回归预测统计和机器学习工具箱™库或Matlab功能块中的块预测功能，考虑以下:

如果使用“统计和机器学习工具箱”库块，则可以使用固定点工具(定点设计师)将浮点模型转换为固定点模型。
金宝app变量的MATLAB函数块必须支持可变大小的数组预测功能。
如果使用MATLAB功能块，则可以使用MATLAB函数在同一MATLAB功能块中的预处理之前或之后的预处理或后处理。

回归预测

描述

港口

输入

X- 预测仪数据行矢量|柱矢量

依赖关系

输出

YFIT.- 预测反应标量

参数

主要的

选择训练好的机器学习模型- 回归集合模型ensMdl(默认)|回归对象|回归释迦缩短对象|CompactRegressionEnsemble目的

程序使用

数据类型

整数舍入模式-定点操作的舍入模式地板上(默认)|天花板|收敛|最近|圆形的|简单的|零

程序使用

使整数溢出饱和-溢出动作的方法离开(默认)|上

程序使用

锁定输出数据类型设置根据固定点工具的更改- 防止固定点工具覆盖数据类型离开(默认)|上

程序使用

输出数据类型—yfit输出数据类型继承：自动(默认)|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型表达式>

程序使用

输出最小值- yfit输出的最小值范围检查［］(默认)|标量

程序使用

输出最大- 用于范围检查的YFIT输出的最大值［］(默认)|标量

程序使用

弱学习数据类型-弱学习者输出的数据类型继承：自动(默认)|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型表达式>

程序使用

弱学习者最低-用于范围检查的弱学习者输出的最小值［］(默认)|标量

程序使用

弱学习者最大值- 范围检查弱学习输出的最大值［］(默认)|标量

程序使用

模型的例子

预测响应使用回归集成预测块

块特征

替代功能

扩展功能

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

定点转换使用定点设计器™设计和模拟定点系统。

也可以看看

块

对象

职能

话题

统计和机器学习工具箱文档

金宝app

掌握机器学习：使用MATLAB逐步指南

`X`- 预测仪数据
行矢量|柱矢量

`YFIT.`- 预测反应
标量

`选择训练好的机器学习模型`- 回归集合模型
`ensMdl`(默认)|`回归`对象|`回归释迦缩短`对象|`CompactRegressionEnsemble`目的

`整数舍入模式`-定点操作的舍入模式
`地板上`(默认)|`天花板`|`收敛`|`最近`|`圆形的`|`简单的`|`零`

`使整数溢出饱和`-溢出动作的方法
`离开`(默认)|`上`

`锁定输出数据类型设置根据固定点工具的更改`- 防止固定点工具覆盖数据类型
`离开`(默认)|`上`

`输出数据类型`—yfit输出数据类型
`继承：自动`(默认)|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型表达式>`

`输出最小值`- yfit输出的最小值范围检查
`［］`(默认)|标量

`输出最大`- 用于范围检查的YFIT输出的最大值
`［］`(默认)|标量

`弱学习数据类型`-弱学习者输出的数据类型
`继承：自动`(默认)|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型表达式>`

`弱学习者最低`-用于范围检查的弱学习者输出的最小值
`［］`(默认)|标量

`弱学习者最大值`- 范围检查弱学习输出的最大值
`［］`(默认)|标量

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

定点转换
使用定点设计器™设计和模拟定点系统。