主要内容

函数宏指令

类:NonLinearModel

评估非线性回归模型预测

全部展开页面

语法

ypred =函数宏指令(mdl Xnew1 Xnew2,…,Xnewn)

描述

ypred=函数宏指令(mdl,Xnew1 Xnew2,…,Xnewn）的预测响应mdl输入[Xnew1, Xnew2,…,Xnewn]．

输入参数

mdl

非线性回归模型，由fitnlm．

Xnew1 Xnew2,…,Xnewn

预测组件。Xnewi可以是:

  • 标量

  • 向量

  • 数组

每个非标量组件必须具有相同的大小(每个维度中的元素数量)。

如果你只通过了一个Xnew数组,Xnew可以是表、数据集数组或双精度数组，数组的每一列表示一个预测器。

输出参数

ypred

的预测平均值Xnew．ypred每个组件的大小是否相同Xnew．

例子

全部展开

打开生活的脚本

建立非线性模型的汽车里程基于carbig数据。预测一辆普通汽车的里程。

加载数据并创建一个非线性模型。

负载carbig台=表(马力、重量、MPG);Modelfun = @(b,x)b(1) + b(2)*x(:，1).^b(3) +．．．b (4) * x(:, 2)。^ b (5);β = [-50 500 -1 500 -1];mdl = fitnlm(资源描述、modelfun beta0);

找出一辆普通汽车的预期里程。数据包含一些缺失的(南)，因此使用的意思是与“omitnan”选择。

Xnew = mean([马力重量]，“omitnan”）;Xnew MPGnew =函数宏指令(mdl)
MPGnew = 21.8073

选择

预测给出相同的预测，但使用单个输入数组，每行有一个观察，而不是在每个输入参数中有一个组件。预测并给出了其预测的置信区间。

随机带有附加噪声的预测。

另请参阅

||

主题

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书