Feval.

预测线性回归模型的反应使用一个输入为每个预测器

折叠整个页面

语法

ypred = feval（mdl，xnew1，xnew2，...，xnewn）

ypred=函数宏指令(MDL.，Xnew1 Xnew2,…,Xnewn）的预测响应MDL.到新的输入预测因子Xnew1 Xnew2,…,Xnewn．

打开直播脚本

适合一个里程模型Carsmall.数据集，包括一年分类预测。将拟合曲线叠加在数据的散点图上。

加载数据集并拟合模型。

负载Carsmall.TBL =表（MPG，重量）;tbl.year =分类（model_year）;mdl = fitlm（tbl，“MPG ~年+重量^2”）;

创建散点图英里/加仑与重量分组,一年．

gscatter (tbl.Weight tbl.MPG tbl.Year);

图包含一个坐标轴对象。轴线对象包含3个线型对象。这些物体代表70 76 82。

利用，绘制各年份的模型预测曲线和权重Feval.．

w = linspace (min (tbl.Weight), max (tbl.Weight)) ';线(w函数宏指令(mdl w,“70”)，'颜色'，“r”)线(w函数宏指令(mdl w,'76')，'颜色'，‘g’)线(w函数宏指令(mdl w,“82”)，'颜色'，“b”）

图包含一个坐标轴对象。轴线对象包含6个线型对象。这些物体代表70 76 82。

线性回归模型对象，指定为linearmodel.对象创建的fitlm或者stepwiselm，或者CompactLinearModel对象创建的袖珍的．

新的预测值值，指定为向量，矩阵，表或数据集数组。

如果传递多个输入Xnew1 Xnew2,…,Xnewn每一个都包含了对一个预测变量的观察，那么每个输入都必须是一个向量。每个向量的大小必须相同。如果将预测器变量指定为标量，则Feval.将标量参数扩展为与其他参数相同大小的常量向量。
如果你传递一个输入XNew1.,然后XNew1.必须是表、数据集数组或矩阵。
- 如果XNew1.是表或数据集数组，它必须包含具有与预测的人的属性MDL.．
- 如果XNew1.是一个矩阵，它必须具有相同数量的变量（列）与用于创建的预测器输入相同的顺序MDL.．注意XNew1.还必须包含任何在拟合模型中不用作预测器的预测变量。同时，创建时使用的所有变量MDL.必须是数值。若要将数字预测器视为分类预测器，请使用'类别'参数时创建MDL.．

数据类型:单|双|表格

预测响应值Xnew1 Xnew2,…,Xnewn，返回为数字向量。

从数学上讲，回归对象是一个估计响应和预测器之间关系的函数。的Feval.函数使对象在MATLAB中表现得像函数^®．你可以通过Feval.到另一个接受函数输入的函数，例如fminsearch和积分．
Feval.可以更简单地使用从表或数据集数组创建的模型。当您有新的预测器数据时，您可以将其传递给Feval.不需要创建表或矩阵。