主要内容

回归vm预测

使用支持向量机(SVM)回归模型预测响应金宝app

  • 图书馆:
  • 统计和机器学习工具箱/回归

描述

回归vm预测块使用SVM回归对象预测响应(回归vm.或者compactregressionsvm.)。

通过指定包含对象的工作区变量的名称,将训练的SVM回归对象导入块中。输入端口X接收观察(预测器数据)和输出端口YFIT.返回对观察的预测响应。

港口

输入

展开全部

预测数据,指定为一个观察的列向量或行向量。

依赖性

  • 变量X必须具有与培训由指定的SVM模型培训的预测变量相同的顺序选择培训的机器学习模型

  • 如果你设置了'标准化',真实Fitrsvm.在培训SVM模型时,那么回归vm预测块标准化值X使用手段和标准偏差Sigma.SVM模型的属性(分别)。

数据类型:单身的|双倍的|一半|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32|UINT64|布尔基|固定点

输出

展开全部

预测的响应,作为标量返回。

数据类型:单身的|双倍的|一半|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32|UINT64|布尔基|固定点

参数

展开全部

主要的

指定包含a的工作区变量的名称回归vm.对象或者compactregressionsvm.目的。

使用时培训SVM模型Fitrsvm.,以下限制适用:

  • 预测器数据不能包括分类预测器(逻辑分类char细绳, 或者细胞)。如果在表中提供培训数据,则预测器必须是数字(双倍的或者单身的)。此外,你不能使用'pationoricalpricictors'名称值参数。要在模型中包含分类预测器,请通过使用预处理分类预计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)。

  • 价值'骨箱'名称值参数必须是'高斯''线性'(默认),或'多项式'

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vm.对象|compactregressionsvm.目的
默认:'svmmdl'

数据类型

定点操作参数

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)

阻止参数始终舍入到最接近的可表示值。要控制块参数的舍入,请使用MATLAB输入表达式®舍入功能进入掩码字段。

程序使用

块参数:rndmeth.
类型:字符向量
价值观:'天花板'|'收敛'|'地板'|'最近'|'圆'|'最简单'|'零'
默认:'地面'

指定是否溢出饱和或包裹。

行动 理由 对溢出的影响 例子

选中此复选框()。

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。

最大值INT8.(符号8位整数)数据类型可以表示为127.任何块操作结果大于此最大值会导致8位整数的溢出。选择复选框,块输出在127处饱和。同样,块输出在-128的最小输出值下饱和。

清除此复选框(离开)。

您希望优化生成代码的效率。

您希望避免超出块处理超出范围的信号的方式。有关更多信息,请参阅排除信号范围错误(金宝appSimulink)

溢出到数据类型可以表示的适当值。

最大值INT8.(符号8位整数)数据类型可以表示为127.任何块操作结果大于此最大值会导致8位整数的溢出。通过清除复选框,软件将溢出引起值的溢出INT8.,可以产生意外结果。例如,表示为130(二进制1000 0010)的块结果INT8.是-126。

程序使用

块参数:saterateonintegeroverflow.
类型:字符向量
价值观:'off'|'上'
默认:'离开'

选择此参数以防止固定点工具覆盖您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:字符向量
价值观:'off'|'上'
默认:'离开'
数据类型

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appsimulink.numerictype.

当你选择继承:自动,该块使用继承数据类型的规则。

有关数据类型的详细信息,请参阅控制信号数据类型(金宝appSimulink)

点击显示数据类型助手按钮显示数据类型助手,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

块参数仰卧床
类型:字符向量
价值'继承:auto'|'双倍的'|'单身的'|'一半'|'int8'|'uint8'|'int16'|'uint16'|'int32'|'uint32'|'int64'|'uint64'|'布尔值'|'fixdt(1,16)'|'fixdt(1,16,0)'|'fixdt(1,16,2 ^ 0,0)'|'<数据类型表达式>'
默认'继承:auto'

较低的价值YFIT.Simulink的输出范围金宝app®检查。

金宝appsimulink使用最小值执行:

笔记

输出最小值参数不会饱和或夹住实际YFIT.信号。使用饱和(金宝appSimulink)阻止。

程序使用

块参数inumin.
类型:字符向量
价值'[]'|标量子
默认'[]'

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:

笔记

输出最大值参数不会饱和或夹住实际YFIT.信号。使用饱和(金宝appSimulink)阻止。

程序使用

块参数outmax.
类型:字符向量
价值'[]'|标量子
默认'[]'

指定用于内核计算的参数的数据类型。该类型可以直接指定或表示为数据类型对象,例如金宝appsimulink.numerictype.

内核数据类型参数指定不同参数的数据类型,具体取决于指定SVM模型的内核函数的类型。您指定了'骨箱'培训SVM模型时的名称值参数。

'骨箱'价值 数据类型
'高斯'或者'rbf' 内核数据类型指定平方距离的数据类型 D. 2 = X - S. 2 对于高斯内核 G X S. = exp. - D. 2 , 在哪里X是观察和观察的预测数据S.是一个支持金宝app向量。
'线性' 内核数据类型指定线性内核函数输出的数据类型 G X S. = X S. ' , 在哪里X是观察和观察的预测数据S.是一个支持金宝app向量。
'多项式' 内核数据类型指定多项式内核函数输出的数据类型 G X S. = 1 + X S. ' P. , 在哪里X是观察的预测因素数据,S.是一个支持金宝app向量,和P.是多项式内核功能顺序。

有关数据类型的详细信息,请参阅控制信号数据类型(金宝appSimulink)

点击显示数据类型助手按钮显示数据类型助手,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kerneldatatypestr.
类型:字符向量
价值'双倍的'|'单身的'|'一半'|'int8'|'uint8'|'int16'|'uint16'|'int32'|'uint32'|'uint64'|'int64'|'布尔值'|'fixdt(1,16)'|'fixdt(1,16,0)'|'fixdt(1,16,2 ^ 0,0)'|'<数据类型表达式>'
默认'双倍的'

较低的内核计算内部变量范围的值,即Simulink检查。金宝app

金宝appsimulink使用最小值执行:

笔记

内核最少参数不饱和或夹住实际的内核计算值信号。

程序使用

块参数凯勒冲突
类型:字符向量
价值'[]'|标量子
默认'[]'

内核计算内部变量范围的大值Simulink检查。金宝app

金宝appSimulink使用最大值来执行:

笔记

内核最大值参数不饱和或夹住实际的内核计算值信号。

程序使用

块参数kerneloutmax.
类型:字符向量
价值'[]'|标量子
默认'[]'

块特征

数据类型

布尔基|双倍的|固定点|一半|整数|单身的

直接喂养

是的

多维信号

可变尺寸信号

零交叉检测

尖端

  • 如果您使用的是线性SVM模型,它有许多支持向量,则预测可能会慢。金宝app为了有效地预测基于线性SVM模型的响应,从而从中删除支持向量金宝app回归vm.或者compactregressionsvm.通过使用丢弃普罗斯韦普金宝app罗斯韦

替代功能

您可以使用MATLAB功能块预测SVM回归对象的对象函数(回归vm.或者compactregressionsvm.)。例如,看到使用MATLAB功能块预测类标签

在决定是否使用回归vm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,考虑以下内容:

  • 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。

  • 金宝app必须为Matlab功能块启用对可变大小阵列的支持预测功能。

  • 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。

兼容性考虑因素

展开全部

R2021A中的行为发生了变化

扩展能力

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

定点转换
使用固定点设计器™设计和模拟定点系统。

在R2020B中介绍