MATLAB®编码器™从支持代码生成的统计和机器学习工具箱函数生成可读和可移植的C和c++代码。万博1manbetx例如,可以使用代码生成将经过训练的支持向量机(SVM)分类模型部署到无法运行MATLAB的硬件设备上,从而对硬件设备上的新观察结果进行分类。万博1manbetx
您可以通过多种方式为统计和机器学习工具箱函数生成C/ c++代码。
代码生成的目标函数(预测
,随机
,knnsearch
, 要么rangesearch
)的机器学习模型-使用saveLearnerForCoder
,loadLearnerForCoder
,代码生成
。通过使用保存训练模型saveLearnerForCoder
。定义一个入口点函数,通过使用来加载保存的模型loadLearnerForCoder
并调用该对象的功能。然后用代码生成
生成的入口点函数的代码。
代码生成的预测
和更新
树模型中,SVM模型,线性模型,或多类纠错输出编码(ECOC)的功能,使用SVM或线性二进制学习者分类模型 - 创建编码器通过使用配置器learnerCoderConfigurer
然后通过使用产生的代码generateCode
。可以更新在所生成的C / C ++代码模型参数,而无需重新生成代码。
其他功能,支持代码生成-使用万博1manbetx代码生成
。定义调用该函数,支持代码生成的入口点函数。万博1manbetx然后通过使用产生的C / C ++的入口点函数代码代码生成
。
还可以生成定点C / C ++代码用于SVM模型,决策树模型,和决策树的合奏的预测。这种类型的代码生成的需要定点设计师™。
对于功能,它支持代码生成,看到一个列表万博1manbetx功能列表(C / C ++代码生成)
要了解有关代码生成的知识,请参阅介绍代码生成。
学习如何生成C/ c++代码的统计和机器学习工具箱功能。
产生不使用机器学习模型对象统计和机器学习工具箱功能代码。
生成代码用于在命令行一个分类或回归模型的预测。
方法生成用于预测分类或回归模型的代码MATLAB编码器应用程序。
使用编码器配置程序生成用于预测模型的代码,并在生成的代码中更新模型参数。
使用分类学习app训练分类模型,生成C/ c++代码进行预测。
使用最近邻居搜索器模型生成查找最近邻居的代码。
生成接受输入的参数,其大小可能会在运行时更改代码。
在拟合SVM分类器并生成代码之前,将分类预测器转换为数值虚拟变量。
产生用于SVM分类或回归模型的预测定点代码。
产生适合的概率分布对象的样本数据,并评估拟合分布的目标代码。
生成使用二进制决策树对表中的数字数据进行分类的代码。
从Simulink中生成代码万博1manbetx®建模使用SVM模型数据分类。
从系统对象™生成代码,使用经过训练的分类模型进行预测,并在Simulink模型中使用系统对象。万博1manbetx
从Stateflow中生成代码®使用模拟判别分析分类器进行分类数据。