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
