MATLAB®编码器™从支持代码生成的统计信息和计算机学习工具箱功能生成可读和便携式的C和C ++代码。万博1manbetx例如,您可以通过将培训的支持向量机(SVM)分类模型部署到设备使用代码生成来对无法运行MATLAB的硬件设备对无法运行MATLAB的新的观察。万博1manbetx
您可以以多种方式为这些函数生成C / C ++代码:
采用saveLearnerForCoder
,loadLearnerForCoder
,和codegen
(MATLAB编码器)为机器学习模型的目标函数。
使用编码器配置程序Learnercoderconfigurer
为预测
和更新
机器学习模型的对象功能。通过使用生成的代码中的配置程序和更新模型参数来配置代码生成选项。
采用codegen
用于支持代码生成的其他函数。万博1manbetx
您还可以为某些机器学习模型的预测生成固定点C / C ++代码。此类代码生成需要固定点设计器™。
将机器学习模型的预测集成到Simulink中万博1manbetx®,使用MATLAB函数块或Simulink块中的统计和机器学习工具箱库。万博1manbetx
要了解代码生成,请参阅代码生成简介。
有关支持代码生成的函数列表,请参见万博1manbetx函数列表(C/ c++代码生成)。
ClassificationSVM预测 | 使用支持向量机(SVM)分类器对观测数据进行单类和二分类万博1manbetx |
回归vm预测 | 使用支持向量机回归模型预测响应万博1manbetx |
了解如何为统计信息和计算机学习工具箱功能生成C / C ++代码。
为不使用机器学习模型对象的统计和机器学习工具箱函数生成代码。
在命令行上为分类或回归模型的预测生成代码。
通过使用使用方法生成预测分类或回归模型的代码MATLAB编码器应用程序。
生成使用编码器配置程序预测模型的代码,并在生成的代码中更新模型参数。
使用分类学习者应用程序列车分类模型,并为预测生成C / C ++代码。
使用最近的邻南搜索器模型生成用于查找最近邻居的代码。
生成代码,接受在运行时大小可能改变的输入参数。
在拟合SVM分类器和生成代码之前将分类预测器转换为数字虚拟变量。
为支持向量机分类或回归模型的预测生成定点代码。
生成适合概率分布对象的代码来采样数据,并评估适合的分布对象。
生成用于使用二进制决策树在表中进行分类数字数据的代码。
这个例子展示了如何使用回归学习者应用程序训练支持向量机(SVM)回归万博1manbetx模型,然后在Simulink®中使用RegressionSVM预测块进行响应预测。万博1manbetx
此示例显示如何使用Classificationsvm预测标签预测。
从使用SVM模型对数据进行分类的Simul万博1manbetxink模型生成代码。
从系统对象™生成代码,用于使用培训的分类模型进行预测,并在Simulink模型中使用系统对象。万博1manbetx
从状态流生成代码®使用鉴别分析分类器对数据进行分类的模型。