statget

在统计选项结构访问值

句法

VAL = statget（选项，PARAM） VAL = statget（选项，PARAM，默认值）

描述

VAL = statget（选项，PARAM）返回由指定的参数的值PARAM在统计选项结构中选项。输入PARAM是字符向量或参数名称的字符串标量。如果参数不确定的选项，statget回报[]。您只需要键入足够的前导字符来惟一地定义参数名。statget忽略参数名的大小写。可用选项,看到输入。

VAL = statget（选项，PARAM，默认值）回报默认如果在优化选项结构中未定义指定参数选项。

输入参数

`DerivStep`	在有限差分衍生物计算中使用的相对差。正的标量，或者正标量相同大小的由统计和使用选项结构机器学习工具箱™函数估计的参数的向量的向量。
`显示`	算法显示的信息量。 `“关”`- 不显示信息。 `'最后'`-显示最终输出。 `'ITER'`- 显示迭代输出到某些功能的命令窗口;否则显示最终输出。
`FunValCheck`	检查无效值，例如`为NaN`或`正`从目标函数。 `“关”` `'上'`
`GradObj`	标志是否目标函数返回一个梯度矢量作为第二输出。 `“关”` `'上'`
`雅可比`	标记目标函数是否将雅可比矩阵作为第二个输出返回。 `“关”` `'上'`
`MaxFunEvals`	目标函数评估的最大数量允许的。正整数。
`麦克斯特`	迭代的最大数量允许的。正整数。
`OutputFcn`	求解器在每次迭代后调用所有输出功能。功能句柄指定使用@ 单元阵列具有功能手柄空数组（默认）
`健壮的`	调用健壮的拟合选项。 `“关”` `'上'`
`RobustWgtFun`	对于稳健的拟合权重函数。仅仅当`健壮的`是`'上'`。也可以是一个功能句柄接受归一化残差作为输入并返回鲁棒权重作为输出。 `“bisquare”` `“安德鲁”` `“柯西”` `“公平”` `“休伯”` `“物流”` `“塔瓦尔”` `“welsch”`
`流`	的单个实例`RandStream`类的单元格数组`RandStream`实例。流选项被某些功能来管理什么流（S）在函数中产生随机数使用接受。如果`'UseSubstreams'`是`真正的`，则该Streams值必须是标量，否则必须为空。如果`'UseParallel'`是`真正的`和`'UseSubstreams'`是`假`，则Streams参数必须为空，或者其长度必须与计算中使用的处理器数量匹配:等于parpool大小如果parpool是开放的，一个标量，否则。
`TolBnd`	参数绑定宽容。正标量。
`TolFun`	终止容忍的目标函数值。正标量。
`TolTypeFun`	采用`TolFun`为绝对或相对的目标函数的公差。 `'ABS'` `“相对”`
`TolTypeX`	采用`TolX`为绝对或相对的参数的公差。 `'ABS'` `“相对”`
`TolX`	终止容忍的参数。正标量。
`调`	在鲁棒拟合所使用的调谐常数施加权重函数之前归一化残差。默认值取决于权重函数。如果您指定的权重函数作为函数处理这个参数是必须的。正标量。
`UseParallel`	标志，指示符合条件的函数是否应该使用并行计算工具箱(PCT)的功能(如果这些功能可用)。也就是说，如果安装了PCT和PCT`parpool`生效。有效值`假`(默认值)，用于串行计算，和`真正的`用于并行计算。
`UseSubstreams`	标志指示在符合条件的功能随机数发生器是否应该使用`子`财产的`RandStream`类。`假`（默认）或`真正的`。什么时候`真正的`，在函数内部高层迭代将设置`子`属性迭代的价值。此行为有助于生成并行和/或串行模式计算可重复的随机数流。
`WgtFun`	对于稳健的拟合权重函数。仅仅当`健壮的`是`'上'`。也可以是一个功能句柄接受归一化残差作为输入并返回鲁棒权重作为输出。 `“bisquare”` `“安德鲁”` `“柯西”` `“公平”` `“休伯”` `“物流”` `“塔瓦尔”` `“welsch”`

例子

这个语句返回的值显示统计选项参数从结构调用my_options。

VAL = statget（my_options， '显示'）

返回的值显示统计选项参数从结构调用my_options(和前面的例子一样)。如果显示参数是不明确的，statget返回值'最后'。

optnew = statget（my_options， '显示'， '最终'）;

也可以看看

statset

之前介绍过的R2006a

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书