分類学習器で学習させたバイナリGLMロジスティック回帰モデルのコード生成

標本データの読み込み

。

病人。p個の予測子で構成される予測子データX【中文译文Y? ? ? ?

负载病人X =[年龄舒张高度收缩期体重];p = size(X,2);Y =性别;

[]* *;[]セクションの右にある[qh]矢印をクリックしてギャラリーを表示し,[分類学習器]? ? ? ?[分類学習器]タブの[]，[]， []? ? ? ?

[ワークスペースからの新規セッション]ダイアログボックスの[]で,ワークスペース変数のリストからX这是真的吗?[応答]の[]オプションボタンをクリックし,リストからY? ? ? ?既定の検証方式をそのまま使用して続行するため,[gm66nd]。5个字的英文:。

。

バイナリGLMロジスティック回帰モデルの学習

。

[分類学習器]タブの[]セクションで[qh]。[]で[]。[学習]，[中文]をクリックして[au:]? ? ? ?【中文译文[精度 (検証)]が[]。

ワークスペースへのモデルのエクスポート

matlab®(matlab®)saveLearnerForCoder【中文】:

[分類学習器]* *;[]をクリックして[]? ? ?[]? ? ? ?【翻译】trainedLogisticRegressionModel【中文翻译】(好的)。

構造体trainedLogisticRegressionModel。trainedLogisticRegressionModelのGeneralizedLinearModel。

哎哟!この例をすべてのサポートファイルを含めて実行する場合は,モデルをエクスポートする代わりに,コマンドラインでtrainedLogisticRegressionModel.mat。trainedLogisticRegressionModel我的意思是，我的意思是，我的意思是，我的意思是。

负载(“trainedLogisticRegressionModel.mat”）

コマンドラインで,現在のフォルダーのmyModel.mat。

saveLearnerForCoder (trainedLogisticRegressionModel。GeneralizedLinearModel,“myModel”）

。

classNames = {trainedLogisticRegressionModel。SuccessClass,…trainedLogisticRegressionModel.FailureClass trainedLogisticRegressionModel.MissingClass};保存(“ModelParameters.mat”，“类名”）;

予測用のCコードの生成

★★★★★★★★★★★★codegen。

【中文翻译classifyX.m我的意思是，我的意思是。

函数label = classifyX (X)% # codegen使用逻辑回归模型进行分类% CLASSIFYX用X对测量值进行分类%使用myModel.mat文件中的逻辑回归模型，%然后返回label中的类标签。n = size(X,1);Label = coder.nullcopy(cell(n,1));Mdl = loadLearnerForCoder(“myModel”）;probability = predict(Mdl,X);Index = ~isnan(概率)*((概率<0.5)+1)+ isnan(概率)*3;classInfo = coder.load()“ModelParameters”）;classNames = classInfo.classNames;为1:n label{i} = classNames{index(i)};结束结束

哎哟!特徴選択や主成分分析(PCA)の使用後に分類学習器でロジスティック回帰モデルを作成する場合は,エントリポイント関数のコードに追加の行を含めなければなりません。★★★★★★★★コード生成と分類学習器アプリ。

classifyX.m★★★★★★★coder.typeofを使用して,コード生成用の行列数据? ? ?数据★★★★数据【中文】p。p。arg游戏オプションを使用して,数据。

数据=编码器。typeof(X，[Inf]，[10]);codegenclassifyX.marg游戏数据

代码生成成功。

codegen★★★★★classifyX_mex.mex64。。

。X★★★★★★★★★★

rng (“默认”）%为了重现性testX = datasample(X,15);

分類学習器で学習させた分類モデルで関数predictFcn。

testLabels = trainedLogisticRegressionModel.predictFcn(testX);

【中文译文classifyX_mex。

testLabelsMEX = classifyX_mex(testX);

这是一个很好的例子。testLabelsとtestLabelsMEX【中文】isequal逻辑1 (true)

isequal (testLabels testLabelsMEX)

ans =逻辑1

predictFcn★★★★classifyX_mex★★★★★★★