Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

RegressionTree Predict

回帰木モデルの使用による応答の予測

このページをすべて展開する
  • ライブラリ:

  • Statistics and Machine Learning Toolbox / Regression

説明

RegressionTree Predictブロックは、回帰木オブジェクト (RegressionTreeまたはCompactRegressionTree) を使用して応答を予測します。

オブジェクトを含むワークスペース変数の名前を指定することにより、学習済みの回帰オブジェクトをブロックにインポートします。入力端子[x]では観測値 (予測子データ) を受信し、出力端子[yfit]では観測値の予測応答を返します。

端子

入力

すべて展開する

予測子データ。1 つの観測値の列ベクトルまたは行ベクトルとして指定します。

依存関係

データ型:single|double|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|Boolean|fixed point

出力

すべて展開する

予測応答。スカラーとして返されます。

データ型:single|double|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|Boolean|fixed point

パラメーター

すべて展開する

メイン

RegressionTreeオブジェクトまたはCompactRegressionTreeオブジェクトを含むワークスペース変数の名前を指定します。

fitrtreeを使用してモデルに学習させる場合、以下の制限が適用されます。

  • 予測子データにカテゴリカル予測子(logical、categorical、char、string、またはcell) を含めることはできません。学習データをテーブルで渡す場合、予測子は数値 (doubleまたはsingle) でなければなりません。また、名前と値の引数'CategoricalPredictors'は使用できません。カテゴリカル予測子をモデルに含めるには、モデルをあてはめる前にdummyvarを使用してカテゴリカル予測子を前処理します。

  • 名前と値の引数'ResponseTransform'の値は'none'(既定の設定) でなければなりません。

  • 代理分岐は使用できません。つまり、名前と値の引数'Surrogate'の値は'off'(既定の設定) でなければなりません。

プログラムでの使用

ブロック パラメーター:TrainedLearner
型:ワークスペース変数
値:RegressionTreeオブジェクト |CompactRegressionTreeオブジェクト
既定の設定:'treeMdl'

データ型

固定小数点が使用可能なパラメーター

固定小数点演算の丸めモードを指定します。詳細は、丸め(Fixed-Point Designer)を参照してください。

ブロック パラメーターは常に、最も近い表現可能な値に丸められます。ブロック パラメーターの丸めを制御するには、MATLAB®丸め関数を使用した表現をマスク フィールドに入力します。

プログラムでの使用

ブロック パラメーター:RndMeth
型:文字ベクトル
値:'Ceiling' | 'Convergent' | 'Floor' | 'Nearest' | 'Round' | 'Simplest' | 'Zero'
既定の設定:'Floor'

オーバーフローの際に飽和するか折り返すかを指定します。

アクション 理由 オーバーフローの際の影響 例

このチェック ボックスをオンにする (on)。

モデルにオーバーフローの可能性があり、生成されたコードで明示的な飽和保護が必要である。

オーバーフローの際は、データ型が表現できる最小値または最大値に飽和します。

データ型int8(8 ビット負号付き整数) が表現できる最大値は 127 です。この最大値よりも大きいブロック演算結果は、8 ビット整数のオーバーフローを引き起こします。チェック ボックスをオンにすると、ブロック出力は 127 で飽和します。同様に、ブロック出力は最小出力値の -128 で飽和します。

このチェック ボックスをオフにする (off)。

生成されたコードの効率を最適化したい。

ブロックが範囲外の信号を処理する方法を過剰指定したくない。詳細は、信号範囲のエラーのトラブルシューティング(Simulink)を参照してください。

オーバーフローの際は、データ型が表現できる適切な値で折り返します。

データ型int8(8 ビット負号付き整数) が表現できる最大値は 127 です。この最大値よりも大きいブロック演算結果は、8 ビット整数のオーバーフローを引き起こします。チェック ボックスをオフにすると、オーバーフローによって引き起こされた値がint8として解釈され、意図しない結果になる可能性があります。たとえば、130 (バイナリでは 1000 0010) というブロック結果がint8として表現されると、-126 になります。

プログラムでの使用

ブロック パラメーター:SaturateOnIntegerOverflow
型:文字ベクトル
値:'off' | 'on'
既定の設定:'off'

このパラメーターを選択して、ブロックに指定したデータ型を固定小数点ツールがオーバーライドしないようにします。詳細は、[出力データ型の設定をロックする] の使用(Fixed-Point Designer)を参照してください。

プログラムでの使用

ブロック パラメーター:LockScale
型:文字ベクトル
値:'off' | 'on'
既定の設定:'off'
データ型

[yfit]出力のデータ型を指定します。データ型は継承するか、直接指定するか、Simulink.NumericTypeのようにデータ型オブジェクトとして表現することができます。

[Inherit: auto]を選択すると、ブロックはデータ型を継承するルールを使用します。

データ型の詳細については、信号のデータ型の制御(Simulink)を参照してください。

[データ型アシスタントを表示]ボタンをクリックすると、[データ型アシスタント]が表示されます。これは、データ型の属性を設定する際に役立ちます。詳細は、データ型アシスタントを利用したデータ型の指定(Simulink)を参照してください。

プログラムでの使用

ブロック パラメーター:OutDataTypeStr
型: 文字ベクトル
値:'Inherit: auto'|'double'|'single'|“哈lf'|'int8'|'uint8'|'int16'|“uint16”|'int32'|'uint32'|'int64'|'uint64'|'boolean'|'fixdt(1,16)'|'fixdt(1,16,0)'|'fixdt(1,16,2^0,0)'|''
既定の設定:'Inherit: auto'

金宝app®がチェックする[yfit]出力範囲の下限値。

Simulink は以下を実行するために最小値を使用します。

メモ

[出力の最小値]パラメーターが、[yfit]の実際の信号を飽和させたり,クリップしたりすることはありません。代わりに,Saturation(Simulink)ブロックを使用してください。

プログラムでの使用

ブロック パラメーター:OutMin
型: 文字ベクトル
値:'[]'| スカラー
既定の設定:'[]'

Simulink がチェックする[yfit]出力範囲の上限値。

Simulink は以下を実行するために最大値を使用します。

メモ

[出力の最大値]パラメーターが、[yfit]の実際の信号を飽和させたり,クリップしたりすることはありません。代わりに,Saturation(Simulink)ブロックを使用してください。

プログラムでの使用

ブロック パラメーター:OutMax
型: 文字ベクトル
値:'[]'| スカラー
既定の設定:'[]'

モデルの例

RegressionTree Predict ブロックの使用による応答の予測

RegressionTree Predict ブロックの使用による応答の予測

この例では、RegressionTree Predictブロックを Simulink® の応答予測に使用する方法を示します。このブロックは、観測値 (予測子データ) を受け入れて、学習済みの回帰木モデルを使用することにより、その観測値の予測された応答を返します。
ライブ スクリプトを開く

ブロックの特性

データ型

Boolean|double|fixed point|一半|integer|single

直接フィードスルー

yes

多次元信号

no

可変サイズの信号

no

ゼロクロッシング検出

no

代替機能

MATLAB Function ブロックを回帰木オブジェクト (RegressionTreeまたはCompactRegressionTree) のオブジェクト関数predictと共に使用できます。たとえば、MATLAB Function ブロックの使用によるクラス ラベルの予測を参照してください。

Statistics and Machine Learning Toolbox™ ライブラリ内のRegressionTree Predictブロックを使用するかどうか、または MATLAB Function ブロックを関数predictと共に使用するかどうかを判断する際には、以下を考慮してください。

  • Statistics and Machine Learning Toolbox ライブラリ ブロックを使用する場合、固定小数点ツール(Fixed-Point Designer)を使用して浮動小数点モデルを固定小数点に変換できます。

  • MATLAB Function ブロックを関数predictと共に使用する場合は、可変サイズの配列に対するサポートを有効にしなければなりません。

  • MATLAB Function ブロックを使用する場合、予測の前処理や後処理のために、同じ MATLAB Function ブロック内で MATLAB 関数を使用することができます。

拡張機能

C/C++ コード生成
Simulink® Coder™ を使用して C および C++ コードを生成します。

固定小数点の変換
Fixed-Point Designer™ を使用して固定小数点システムの設計とシミュレーションを行います。

バージョン履歴

R2021a で導入

参考

ブロック

オブジェクト

関数

トピック