在回归学习者App中训练回归模型

在回归学习者App中使用超参数优化训练SVM回归模型。

1.在MATLAB®命令窗口中，加载carbig数据集，并创建一个包含大部分预测变量和响应变量的向量的矩阵。

负载carbigX =[加速度，气缸，排量，马力，车型年，重量];Y = mpg;

2.删除X和Y中任意一个数组缺值的行。

R = rmmissing([X Y]);X = R(:，1:end-1);Y = R(:，end);

3.开放回归学习器。在应用程序选项卡，在应用程序部分，单击显示更多箭头显示应用程序库。在机器学习和深度学习组中,单击回归的学习者．

4.在回归的学习者选项卡，在文件部分中,选择新会话并选择从工作空间．

5.在“从工作区新建会话”对话框中，选择矩阵X从数据集变量列表。下响应，按从工作空间选项按钮，并从工作空间中选择向量Y。默认的验证选项是5倍交叉验证，以防止过拟合。对于本例，不要更改默认设置。

6.若要接受默认选项并继续，请单击开始会议．

7.选择一个可优化的SVM模型进行训练。在回归的学习者选项卡，在模型部分，单击显示更多箭头打开画廊。在万博1manbetx支持向量机组中,单击Optimizable支持向量机．

8.选择要优化的模型超参数。在总结Tab，可以选择优化选中要优化的超参数对应的复选框。缺省情况下，所有可选超参数的复选框都被选中。对于本例，清除优化复选框为核函数而且标准化数据．默认情况下，应用程序禁用优化复选框。内核规模每当核函数有一个固定值时高斯．选择一个高斯核函数，并选择优化复选框。内核规模．

9.在火车部分中,点击火车都并选择选择火车．应用程序显示一个最小MSE图因为它运行优化过程。在每次迭代中，应用程序都会尝试不同的超参数值组合，并使用在该迭代中观察到的最小验证均方误差(MSE)更新图表，以深蓝色表示。当应用程序完成优化过程时，它会选择一组优化的超参数，用红色方块表示。有关更多信息，请参见最小MSE图．

应用程序列出了优化的超参数优化结果部分的右边的情节和模型Hyperparameters模型剖面总结选项卡。总体而言，优化结果不可重复。

10.将模型导出到MATLAB工作区。在回归的学习者选项卡，在出口部分中,点击出口模式并选择出口模式，然后按好吧．导出模型的默认名称为trainedModel．

或者，您可以生成MATLAB代码，使用与应用程序中训练SVM模型相同的设置来训练回归模型回归的学习者选项卡，在出口部分中,点击生成函数．该应用程序从您的会话生成代码，并在MATLAB编辑器中显示文件。该文件定义了一个函数，该函数接受预测变量和响应变量，训练回归模型，并执行交叉验证。将函数名更改为trainRegressionSVMModel并保存函数文件。训练支持向量机模型trainRegressionSVMModel函数。

trainedModel = trainRegressionSVMModel(X,Y);

11.提取训练好的SVM模型trainedModel变量。trainedModel包含一个RegressionSVM模型对象中的RegressionSVM字段。

svmMdl = trainedModel.RegressionSVM;

因为超参数优化会导致模型过拟合，推荐的方法是在将数据导入Regression Learner应用程序之前创建一个单独的测试集，并查看优化后的模型在测试集上的表现。详情请参见在回归学习App中使用超参数优化训练回归模型．

创建Simul万博1manbetxink模型

本例提供了Simulink模型万博1manbetxslexCarDataRegressionSVMPredictExample.slx，包括RegressionSVM预测块。您可以打开Simulink模型或创万博1manbetx建本节所述的新模型。

打开Simulin万博1manbetxk模型slexCarDataRegressionSVMPredictExample.slx．

SimMdlName =“slexCarDataRegressionSVMPredictExample”；open_system (SimMdlName)

如果您打开Simulink模型，万博1manbetx则该软件将在PreLoadFcn回调函数，然后加载Simulink模型。万博1manbetx的PreLoadFcn的回调函数slexCarDataRegressionSVMPredictExample控件的代码，用于检查工作区是否包含svmMdl变量为训练模型。如果工作区不包含该变量，PreLoadFcn加载样本数据，训练SVM模型，并为Simulink模型创建输入信号。万博1manbetx若要查看回调函数，请在设置章节建模选项卡上,单击模型设置并选择模型属性．然后，在回调选项卡，选择PreLoadFcn中的回调函数。模型的回调窗格。

要创建一个新的Simulink模万博1manbetx型，请打开空白模型模板，并添加RegressionSVM预测块。添加import和Outport块，并将它们连接到RegressionSVM Predict块。

双击RegressionSVM Predict块，打开块参数对话框。您可以指定包含训练过的SVM模型的工作空间变量的名称。默认变量名为svmMdl．单击刷新按钮。对话框显示用于训练SVM模型的选项svmMdl下训练过的机器学习模型．

回归支持向量机预测块期望包含6个预测值的观测值。双击“导入”块，并设置港维到6点信号的属性选项卡。

为Simulink模型创建结构数组形式的输入信号。万博1manbetx结构数组必须包含以下字段:

对象创建适当的结构数组slexCarDataRegressionSVMPredictExample模型carsmall数据集。

负载carsmalltestX =[加速度，气缸，排量，马力，车型年，重量];testX = rmmissing(testX);carsmallInput。时间= (0:size(testX,1)-1)'; carsmallInput.signals(1).values = testX; carsmallInput.signals(1).dimensions = size(testX,2);

从工作空间导入信号数据:

详情请参见模拟加载信号数据(万博1manbetx模型)．

模拟模型。

sim (SimMdlName);

当import块检测到一个观测值时，它将观测值引导到RegressionSVM Predict块。您可以使用模拟数据检查器(万博1manbetx模型)查看Outport块的日志数据。