代码生成的预测和更新使用编码器配置
一个编码器配置提供了方便的功能配置代码生成选项,生成C / c++代码,生成的代码和更新模型参数。
配置代码生成选项和使用对象属性指定的编码属性模型参数。
生成的C / c++代码
预测
和更新
功能模型的使用generateCode
。这需要MATLAB®编码器™。更新模型参数生成的C / c++代码,而不必重新生成代码。这个特性可以减少所需的努力再生,重新部署,reverify C / c++代码当你训练模型与新数据或设置。在更新模型参数,使用
validatedUpdateInputs
验证和提取模型参数更新。
这个流程图显示了代码生成的工作流预测
和更新
函数使用一个编码器配置。
在训练模型,创建一个编码器配置使用
learnerCoderConfigurer
通过使用生成代码generateCode
,然后验证生成的代码。与新的数据或设置您重新训练模型后,使用
validatedUpdateInputs
验证和提取模型参数。如果重新训练模型没有资格进行更新validatedUpdateInputs
返回一个错误,您可以创建一个编码器配置。否则,您可以更新模型参数生成的C / c++代码,而不必重新生成代码。
这个表显示编码器配置对象对应于所支持的机器学习模型。金宝app
模型 | 编码器配置对象 |
---|---|
二叉决策树的多类分类 | ClassificationTreeCoderConfigurer |
看到下面成了和二进制分类的支持向量机 | ClassificationSVMCoderConfigurer |
线性模型的二进制分类 | ClassificationLinearCoderConfigurer |
多类支持向量机模型和线性模型 | ClassificationECOCCoderConfigurer |
二叉决策树的回归 | RegressionTreeCoderConfigurer |
金宝app支持向量机(SVM)回归 | RegressionSVMCoderConfigurer |
线性回归 | RegressionLinearCoderConfigurer |
细节和示例,请参见参考页面编码器配置对象。
另请参阅
learnerCoderConfigurer
|generateCode
|generateFiles
|validatedUpdateInputs
|更新