Feval.

使用每个预测器的输入预测线性回归模型的响应

页面上倒塌

句法

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

ypred.= feval（MDL.那xnew1，xnew2，...，xnewn）返回预测的响应MDL.到新的输入预测因子xnew1，xnew2，...，xnewn。

打开直播脚本

适合里程模型Carsmall.数据集，包括年分类预测指标。叠加在数据的散点图上拟合曲线。

加载数据集并拟合模型。

加载Carsmall.TBL =表（MPG，重量）;tbl.year =分类（model_year）;mdl = fitlm（tbl，'MPG〜年+重量^ 2'）;

创建一个散点图MPG.相对重量，分组年。

g箭偶（tbl.weight，tbl.mpg，tbl.year）;

图包含轴。轴包含3个类型的线。这些对象代表70,76,82。

通过使用的不同年份和重量模型预测的绘制曲线Feval.。

w = linspace（min（tbl.weight），max（tbl.weight））';线（W，Feval（MDL，W，）'70'），'颜色'那'r'）线（W，Feval（MDL，W，'76'），'颜色'那'G'）线（W，Feval（MDL，W，'82'），'颜色'那'B'）

图包含轴。轴包含6个类型的线。这些对象代表70,76,82。

线性回归模型对象，指定为alinearmodel.使用的对象Fitlm.或者步骤行程，或者CompactLinearModel.使用的对象袖珍的。

新的预测值，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并且每个包括对一个预测变量的观察，然后每个输入必须是向量。每个矢量必须具有相同的大小。如果将预测值变量指定为标量，则Feval.将标量参数扩展为与其他参数相同大小的常量向量。
如果通过单个输入XNew1.，然后XNew1.必须是表，数据集数组或矩阵。
- 如果XNew1.是一个表或数据集数组，它必须包含具有与中相同的预测器名称的预测器预测财产MDL.。
- 如果XNew1.是矩阵，它必须具有相同数量的变量（列），以与用于创建的预测器输入相同的顺序MDL.。注意XNew1.还必须包含任何未用作拟合模型中的预测器的预测变量。此外，所有用于创建的变量MDL.必须是数字。要将数值预测器视为分类，请使用该标识预测器'pationalvars'创建时的名称 - 值对参数MDL.。

数据类型：单身的|双倍的|桌子

预测响应值xnew1，xnew2，...，xnewn，作为数字矢量返回。

回归对象是在数学上，借鉴响应和预测器之间的关系的函数。这Feval.函数使一个对象能够表现在Matlab中的函数^®。你可以通过Feval.到另一个接受函数输入的函数，例如fminsearch.和不可缺少的。
Feval.可以更简单地与从表或数据集数组创建的模型一起使用。当您有新的预测仪数据时，可以将其传递给Feval.不创建表或矩阵。