ClassificationEnsemble预测
使用的决策树分类的观察
- 库:
统计和机器学习工具箱/分类
描述
的ClassificationEnsemble预测块分类的观察使用一个决策树(ClassificationEnsemble
,ClassificationBaggedEnsemble
,或CompactClassificationEnsemble
)多类分类。
一个训练有素的分类对象导入到块通过指定工作空间变量的名称包含对象。输入端口x收到一个观察(预测数据),输出端口标签返回一个预测类标签的观察。您可以添加一个可选的输出端口分数返回预测类分数或后验概率。
港口
输入
x
——预测数据
行向量|列向量
预测数据,指定为一个行或列向量的观察。
依赖关系
中的变量x必须有相同的订单预测变量指定的模型训练吗选择训练的机器学习模型
。
数据类型:单
|双
|一半
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|布尔
|不动点
输出
标签
——预测类标签
标量
预测类标签,作为一个标量返回。预测类是类生成最多的分数。
数据类型:单
|双
|一半
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|布尔
|不动点
|枚举
分数
——预测类成绩或后验概率
行向量
预测类分数或后验概率,返回一个行向量的大小1 -k,在那里k是树中的类的数量模型。
检查类的顺序,使用一会
指定的树模型的属性选择训练的机器学习模型
。
依赖关系
要启用这个端口,选择复选框
为预测类分数添加输出端口
在主要选项卡块参数对话框。分类评分值的定义和范围取决于整体聚合方法。您可以指定使用整体聚合方法
“方法”
名称-值参数fitcensemble
当训练整体模型。详情,请参阅更多关于部分的预测
函数引用页面。
数据类型:单
|双
|一半
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|布尔
|不动点
参数
主要
选择训练的机器学习模型
——分类整体模型
ensMdl
(默认)|ClassificationEnsemble
对象|ClassificationBaggedEnsemble
对象|CompactClassificationEnsemble
对象
指定包含一个工作空间变量的名称ClassificationEnsemble
对象,ClassificationBaggedEnsemble
对象,或CompactClassificationEnsemble
对象。
当你训练模型通过使用fitcensemble
以下限制:
你必须训练一个使用树弱的学习者。
预测数据不包括分类预测(
逻辑
,分类
,字符
,字符串
,或细胞
)。如果你提供训练数据表中,预测必须数字(双
或单
)。同时,你不能使用CategoricalPredictors
名称-值参数。包括分类预测模型,进行预处理的分类预测dummyvar
在拟合模型。的值
“ScoreTransform”
名称-值参数不能“invlogit”
或一个匿名函数。你不能使用代理将树薄弱的学习者,的值
“代孕”
名称-值参数必须“关闭”
(默认)当你定义树薄弱的学习者使用templateTree
函数。
编程使用
块参数:TrainedLearner |
类型:工作空间变量 |
价值观:ClassificationEnsemble 对象|ClassificationBaggedEnsemble 对象|CompactClassificationEnsemble 对象 |
默认值:“ensMdl” |
为预测类分数添加输出端口
——添加第二个输出端口预测类分数
从
(默认)|在
选中该复选框,包括第二个输出端口分数在ClassificationEnsemble预测块。
编程使用
块参数:ShowOutputScore |
类型:特征向量 |
价值观:”从“|”“ |
默认值:“关闭” |
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
|最近的
|轮
|简单的
|零
指定定点运算的舍入模式。有关更多信息,请参见舍入(定点设计师)。
块参数都调整到最近的价值。控制块参数的舍入,面具字段中输入一个表达式使用MATLAB®舍入功能。
编程使用
块参数:RndMeth |
类型:特征向量 |
价值观:“天花板”|“收敛”|“地板”|“最近”|“圆”|“简单”|“零” |
默认值:“地板” |
浸透在整数溢出
——溢出行动的方法
从
(默认)|在
指定是否溢出饱和或包装。
行动 | 基本原理 | 对溢出的影响 | 例子 |
---|---|---|---|
选择此复选框( |
你的模型有可能溢出,你要明确的饱和保护在生成的代码中。 |
溢出的最小值或最大值,数据类型可以表示。 |
的最大价值 |
清除此复选框( |
你想优化生成的代码的效率。 你想避免overspecifying一块如何处理超出范围的信号。有关更多信息,请参见解决信号范围错误(金宝app模型)。 |
溢出包装到适当的数据类型可以表示的值。 |
的最大价值 |
编程使用
块参数:SaturateOnIntegerOverflow |
类型:特征向量 |
价值观:”从“|”“ |
默认值:“关闭” |
锁输出数据类型设置定点对变化的工具
——预防定点工具最重要的数据类型
从
(默认)|在
选择这个参数来防止定点工具覆盖你指定的数据类型。有关更多信息,请参见使用锁输出数据类型设置(定点设计师)。
编程使用
块参数:LockScale |
类型:特征向量 |
价值观:”从“|”“ |
默认值:“关闭” |
标签数据类型
数据类型的标签——输出
通过反向传播继承:继承
|继承:汽车
|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)
|枚举:<类名>
|<数据类型>表达
指定的数据类型标签输出。指定的类型可以被继承,作为枚举数据类型,或表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择一个继承的选择,软件表现如下:
通过反向传播继承:继承
(默认值为数字和逻辑标签)——模型自动决定金宝app标签数据类型在数据块类型的传播(见数据类型传播(金宝app模型))。在这种情况下,使用数据块类型的下游信号块或对象。继承:汽车
(默认值为非数字标签)——块使用autodefined枚举数据类型变量。例如,假设工作区指定的变量名选择训练的机器学习模型
是myMdl
和类标签类1
和二班
。然后,相应的标签值是myMdl_enumLabels.class_1
和myMdl_enumLabels.class_2
。块转换类标签,有效的利用MATLAB标识matlab.lang.makeValidName
函数。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)。
单击显示数据类型的助理按钮来显示数据类型的助理帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)。
依赖关系
支持的数金宝app据类型取决于指定的模型中使用的标签选择训练的机器学习模型
。
如果模型使用数字或逻辑标签,所支持的数据类型金宝app
通过反向传播继承:继承
(默认),双
,单
,一半
,int8
,uint8
,int16
,uint16
,int32
,uint32
,int64
,uint64
,布尔
、不动点和一个数据类型对象。如果模型使用非数字标签,所支持的数据类型金宝app
继承:汽车
(默认),枚举:<类名>
和一个数据类型对象。
编程使用
块参数:LabelDataTypeStr |
类型:特征向量 |
值:通过反向传播继承:继承的 |“继承:汽车” |“双” |“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)” |“枚举:<类名>” |<数据类型表达式>的 |
默认的:通过反向传播继承:继承的 (数字和逻辑标签)|“继承:汽车” (非数字标签) |
标签最低
-最小值的标签输出范围检查
[]
(默认)|标量
低价值的标签输出范围,仿真软件金宝app®检查。
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的标签最低不饱和或剪辑的实际参数标签输出信号。使用饱和(金宝app模型)块来代替。
依赖关系
您可以指定该参数只有在指定的模型选择训练的机器学习模型
使用数字标签。
编程使用
块参数:LabelOutMin |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
标签最大
——最大的标签输出值范围检查
[]
(默认)|标量
上的价值标签模型检查的输出范围。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的标签最大不饱和或剪辑的实际参数标签输出信号。使用饱和(金宝app模型)块来代替。
依赖关系
您可以指定该参数只有在指定的模型选择训练的机器学习模型
使用数字标签。
编程使用
块参数:LabelOutMax |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
分数数据类型
-数据类型的得分输出
继承:汽车
(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
指定的数据类型分数输出。直接指定的类型可以被继承,或者表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择继承:汽车
块使用规则,继承了一个数据类型。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)。
单击显示数据类型的助理按钮来显示数据类型的助理帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)。
编程使用
块参数:ScoreDataTypeStr |
类型:特征向量 |
值:“继承:汽车” |“双” |“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>的 |
默认的:“继承:汽车” |
分数最低
-最小值的分数输出范围检查
[]
(默认)|标量
低价值的分数模型检查的输出范围。金宝app
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的分数最低不饱和或剪辑的实际参数分数信号。使用饱和(金宝app模型)块来代替。
编程使用
块参数:ScoreOutMin |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
得分最高
——最大的得分输出值范围检查
[]
(默认)|标量
上的价值分数模型检查的输出范围。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的得分最高不饱和或剪辑的实际参数分数信号。使用饱和(金宝app模型)块来代替。
编程使用
块参数:ScoreOutMax |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
原始分数数据类型
——Untransformed得分数据类型
继承:汽车
(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
指定数据类型的内部untransformed分数。直接指定的类型可以被继承,或者表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择继承:汽车
块使用规则,继承了一个数据类型。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)。
单击显示数据类型的助理按钮来显示数据类型的助理帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)。
依赖关系
您可以指定该参数只有在指定的模型选择训练的机器学习模型
使用一个分数以外的转换“没有”
(默认,一样“身份”
)。
你可以改变通过指定分数转换选项“ScoreTransform”
名称-值参数在训练,或通过改变ScoreTransform
培训后财产。
编程使用
块参数:RawScoreDataTypeStr |
类型:特征向量 |
值:“继承:汽车” |“双” |“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>的 |
默认的:“继承:汽车” |
原始分数最低
——最低untransformed得分范围检查
[]
(默认)|标量
低untransformed分数范围,模型检查的价值。金宝app
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的原始分数最低实际参数不饱和或剪辑untransformed得分的信号。
编程使用
块参数:RawScoreOutMin |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
原始分数最高
——最大untransformed得分范围检查
[]
(默认)|标量
上层untransformed分数范围,模型检查的价值。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的原始分数最高实际参数不饱和或剪辑untransformed得分的信号。
编程使用
块参数:RawScoreOutMax |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
弱学习者数据类型
——弱学习者输出的数据类型
继承:汽车
(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
指定输出数据类型从弱的学习者。直接指定的类型可以被继承,或者表示为一个数据类型对象等金宝appSimulink.NumericType
。
当您选择继承:汽车
块使用规则,继承了一个数据类型。
关于数据类型的更多信息,请参阅控制信号的数据类型(金宝app模型)。
单击显示数据类型的助理按钮来显示数据类型的助理帮助你设置数据类型属性。有关更多信息,请参见使用数据类型指定数据类型的助理(金宝app模型)。
编程使用
块参数:WeakLearnerDataTypeStr |
类型:特征向量 |
值:“继承:汽车” |“双” |“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>的 |
默认的:“继承:汽车” |
弱学习者最低
——弱学习者输出的最小值范围检查
[]
(默认)|标量
低价值的模型检查的弱学习者输出范围。金宝app
金宝app仿真软件使用最小值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的弱学习者最低实际参数不饱和或剪辑弱学习者输出信号。
编程使用
块参数:WeakLearnerOutMin |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
弱学习者最大
-弱学习者输出的最大值的范围内检查
[]
(默认)|标量
上的价值模型检查的弱学习者输出范围。金宝app
金宝app仿真软件使用最大值来执行:
(见参数范围检查一些块为块参数指定最小值和最大值(金宝app模型))。
定点的自动扩展数据类型。
优化的代码生成模型。这种优化可以删除算法代码和影响结果的仿真模式,如硅或外部模式。有关更多信息,请参见优化使用指定的最小和最大值(嵌入式编码)。
请注意
的弱学习者最大实际参数不饱和或剪辑弱学习者输出信号。
编程使用
块参数:WeakLearnerOutMax |
类型:特征向量 |
值:“[]” |标量 |
默认的:“[]” |
模型的例子
块特征
数据类型 |
|
直接引线 |
|
多维信号 |
|
适应信号 |
|
讨论二阶导数过零检测 |
|
选择功能
您可以使用MATLAB的功能块预测
目标函数的决策树(ClassificationEnsemble
,ClassificationBaggedEnsemble
,或CompactClassificationEnsemble
)。例如,看到的预测类标签使用MATLAB函数块。
在决定是否使用ClassificationEnsemble预测块的统计和机器学习工具箱™库或MATLAB函数块预测
函数,考虑以下:
如果你使用统计和机器学习工具库,您可以使用定点的工具(定点设计师)一个浮点模型转换为定点。
金宝app支持适应可变数组必须启用的MATLAB函数块
预测
函数。如果使用MATLAB功能块,您可以使用MATLAB函数之前或之后预处理或后处理预测在同一MATLAB功能块。
扩展功能
C / c++代码生成
使用仿真软件生成C和c++代码®编码器™。金宝app
定点转换
设计和模拟使用定点定点系统设计师™。
版本历史
另请参阅
块
对象
功能
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。