MATLAB的答案

万博1manbetx培训仿真软件模型回归模型把“没有足够的输入参数错误

20视图(30天)
Dhanushya米
Dhanushya米 2023年5月11日在7:54
回答: 罗希特 约4小时前
我训练了一个回归模型使用MATLAB脚本和遵循的指令在这个链接( https://in.mathworks.com/help/stats/predict-class-labels-using-matlab-function-block.html )来创建一个仿真软件模型,预万博1manbetx测输出使用训练模型。然而,当我尝试运行仿真软件模型,得到以下错误消息:万博1manbetx
“没有足够的输入参数。
错误GradientBoostModel1Predict(第3行)Ypred1 =预测(model1 Xtest);“
我有定义 Xtest 在调用之前 GradientBoostModel1Predict 函数和传递函数,所以我不确定问题是什么。有人能帮我理解为什么我得到错误信息,这样我可以安排吗?
这是我的代码:
%加载engine_dataset
负载engine_dataset
%准备数据
X = engineInputs。';
Y = engineTargets。';
%将数据分为训练集和测试集
简历= cvpartition(大小(X, 1),“坚持”,0.2);
Xtrain = X (cv.training:);
Ytrain = Y (cv.training:);
Xtest = X (cv.test:);
欧美= Y (cv.test:);
%火车梯度增强模型
model1 = fitrensemble (Xtrain Ytrain (: 1),“方法”,“LSBoost”,“NumLearningCycles”,500,“学习者”templateTree (“MaxNumSplits”,10));
model2 = fitrensemble (Xtrain Ytrain (:, 2),“方法”,“LSBoost”,“NumLearningCycles”,500,“学习者”templateTree (“MaxNumSplits”,10));
saveLearnerForCoder (model1“GradientBoostModel1”);
saveLearnerForCoder (model2“GradientBoostModel2”);
函数文件:
函数Ypred1 = GradientBoostModel1Predict (Xtest)% # codegen
Model1 = loadLearnerForCoder (“GradientBoostModel1.mat”);
Ypred1 =预测(Model1 Xtest);
结束

在回答这个问题。

答案(1)

罗希特
罗希特 6分钟前
跑:
嗨Dhanushya,
我明白,你想用你的训练神经网络在使用MATLAB仿真软件功能块,但面对一个错误。万博1manbetx
我能复制你的错误和我有相同的错误消息,如果我不通过“Xtest”函数在调用它。然而,如果我称之为“GradientBoostModel1Predict (Xtest)”后节省学习者,我能够得到预测。我有添加以下代码,供您参考。
%加载engine_dataset
负载engine_dataset
%准备数据
X = engineInputs。';
Y = engineTargets。';
%将数据分为训练集和测试集
简历= cvpartition(大小(X, 1),“坚持”,0.2);
Xtrain = X (cv.training:);
Ytrain = Y (cv.training:);
Xtest = X (cv.test:);
欧美= Y (cv.test:);
%火车梯度增强模型
model1 = fitrensemble (Xtrain Ytrain (: 1),“方法”,“LSBoost”,“NumLearningCycles”,500,“学习者”templateTree (“MaxNumSplits”,10));
model2 = fitrensemble (Xtrain Ytrain (:, 2),“方法”,“LSBoost”,“NumLearningCycles”,500,“学习者”templateTree (“MaxNumSplits”,10));
saveLearnerForCoder (model1“GradientBoostModel1”);
saveLearnerForCoder (model2“GradientBoostModel2”);
GradientBoostModel1Predict (Xtest)
ans = 239×1
-21.4872 21.2125 -7.7464 -6.5276 -0.5813 9.1135 8.4623 9.1444 56.4885 9.3798
函数Ypred1 = GradientBoostModel1Predict (Xtest)% # codegen
Model1 = loadLearnerForCoder (“GradientBoostModel1.mat”);
Ypred1 =预测(Model1 Xtest);
结束

类别

找到更多的在回归树集合体在帮助中心和文件交换

标签

s manbetx 845


释放

R2023a

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!