代码生成

为统计和机器学习工具箱™函数生成C/ c++代码和MEX函数

MATLAB^®编码器™从支持代码生成的统计和机器学习工具箱函数中生成可读和可移植的C和c++代码。万博1manbetx例如，通过使用代码生成将训练有素的支持向量机(SVM)分类模型部署到设备上，可以对无法运行MATLAB的硬件设备上的新观察结果进行分类。万博1manbetx

您可以通过几种方式为统计和机器学习工具箱函数生成C/ c++代码。

目标函数的代码生成(预测,随机,knnsearch,或rangesearch)的机器学习模式-使用saveLearnerForCoder,loadLearnerForCoder,codegen。通过使用保存一个训练好的模型saveLearnerForCoder。定义一个入口点函数，使用以下命令加载保存的模型loadLearnerForCoder并调用对象函数。然后使用codegen为入口点函数生成代码。
的代码生成预测和更新树模型的功能，支持向量机模型，线性模型，或使用支持向量机或线性二进制学习器的多类纠错输出码(ECOC)分类模型learnerCoderConfigurer然后通过使用生成代码generateCode。您可以更新生成的C/ c++代码中的模型参数，而不必重新生成代码。
支持代码生成使用的其他函数万博1manbetxcodegen。定义一个入口点函数，该函数调用支持代码生成的函数。万博1manbetx然后为入口点函数生成C/ c++代码codegen。

您还可以生成用于预测SVM模型、决策树模型和决策树集合的定点C/ c++代码。这种代码生成需要定点设计器™。

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)

要了解代码生成，请参见代码生成简介。

功能

`saveLearnerForCoder`	将模型对象保存到文件中，以便生成代码
`loadLearnerForCoder`	从保存的模型中重构模型对象以生成代码
`generateLearnerDataTypeFcn`	为定点代码生成定义数据类型的函数

learnerCoderConfigurer 创建机器学习模型的编码器配置器

`ClassificationTreeCoderConfigurer`	编码器配置的二叉决策树模型多类分类
`ClassificationSVMCoderConfigurer`	编码器配置支持向量机(SVM)为一类和二分万博1manbetx类
`ClassificationLinearCoderConfigurer`	编码器配置的线性二进制分类的高维数据
`ClassificationECOCCoderConfigurer`	编码器配置多类模型使用二进制学习者

`RegressionTreeCoderConfigurer`	编码器配置器二叉决策树回归模型
`RegressionSVMCoderConfigurer`	支持向量机(SVM)回归模型的编码器配置器万博1manbetx
`RegressionLinearCoderConfigurer`	编码器配置线性回归模型与高维数据