RegressionSVM Predict

使用支持向量机 (SVM) 回归模型预测响应

自 R2020b 起

全页展开

库：
Statistics and Machine Learning Toolbox / Regression

说明

RegressionSVM Predict 模块使用 SVM 回归对象（RegressionSVM 或 CompactRegressionSVM）预测响应。

通过指定包含经过训练的 SVM 回归对象的工作区变量的名称，将该对象导入模块中。输入端口 x 接收一个观测值（预测变量数据），输出端口 yfit 返回该观测值的预测响应。

示例

Predict Responses Using RegressionSVM Predict Block

Train a support vector machine (SVM) regression model using the Regression Learner app, and then use the RegressionSVM Predict block for response prediction.

打开实时脚本

端口

输入

全部展开

x — 预测变量数据
行向量 | 列向量

预测变量数据，指定为一个观测值的列向量或行向量。

x 中的变量必须与用来训练由选择训练的机器学习模型指定的 SVM 模型的预测变量具有相同的顺序。

如果在训练 SVM 模型时在 fitrsvm 中设置了 'Standardize',true，则 RegressionSVM Predict 模块分别使用 SVM 模型中 Mu 和 Sigma 属性的均值和标准差来标准化 x 的值。

输出

全部展开

yfit — 预测响应
标量

预测响应，以标量形式返回。

参数

全部展开

主要

选择经过训练的机器学习模型 — SVM 回归模型
`svmMdl` （默认） | `RegressionSVM` 对象 | `CompactRegressionSVM` 对象

指定包含 RegressionSVM 对象或 CompactRegressionSVM 对象的工作区变量的名称。

使用 fitrsvm 训练 SVM 模型时，适用以下限制：

预测变量数据不能包含分类预测变量（logical、categorical、char、string 或 cell）。如果在表中提供训练数据，预测变量必须为数值（double 或 single）。此外，不能使用 CategoricalPredictors 名称-值参数。要在模型中包含分类预测变量，请在拟合模型之前使用 dummyvar 对其进行预处理。
ResponseTransform 名称-值参数的值必须为 'none'（默认值）。
KernelFunction 名称-值参数的值必须为 'gaussian'、'linear'（默认值）或 'polynomial'。

编程用法

模块参数：TrainedLearner

类型：工作区变量

值：RegressionSVM 对象 | CompactRegressionSVM 对象

默认值：'svmMdl'

数据类型

定点运算参数

整数舍入模式 — 定点运算的舍入模式
向下（默认） | 向上 | 收敛 | 最邻近值 | 舍入 | 最简 | 零

指定定点运算的舍入模式。有关详细信息，请参阅舍入 (Fixed-Point Designer)。

模块参数始终舍入到最邻近的可表示值。要控制模块参数的舍入方法，请使用 MATLAB^® 舍入函数在封装字段中输入表达式。

编程用法

模块参数：RndMeth

类型：字符向量

默认值：'Floor'

对整数溢出进行饱和处理 — 溢出操作的方法
`off` （默认） | `on`

指定对溢出是进行饱和处理还是绕回处理。

操作基本原理对溢出的影响示例

操作	基本原理	对溢出的影响	示例
选中此复选框 (`on`)。	您的模型可能有溢出，并且您希望在生成的代码中具有显式饱和保护。	将溢出饱和处理为数据类型能够表示的最小值或最大值。	`int8`（有符号 8 位整数）数据类型可以表示的最大值为 127。任何大于此最大值的模块运算结果都会导致 8 位整数溢出。如果选中此复选框，模块输出将在达到 127 时饱和。类似地，模块输出将在达到最小输出值 -128 时饱和。
清除此复选框 (`off`)。	您需要优化所生成代码的效率。您希望避免过度地指定信号超出范围时模块的处理方式。有关详细信息，请参阅信号范围错误故障排除 (Simulink)。	溢出将绕回到数据类型可以表示的合适值。	`int8`（有符号 8 位整数）数据类型可以表示的最大值为 127。任何大于此最大值的模块运算结果都会导致 8 位整数溢出。在该复选框处于清除状态时，软件会将导致溢出的值解释为 `int8`，这可能产生意外结果。例如，以 `int8` 表示的模块结果 130（二进制 1000 0010）为 -126。

选中此复选框 (on)。

您的模型可能有溢出，并且您希望在生成的代码中具有显式饱和保护。

将溢出饱和处理为数据类型能够表示的最小值或最大值。

int8（有符号 8 位整数）数据类型可以表示的最大值为 127。任何大于此最大值的模块运算结果都会导致 8 位整数溢出。如果选中此复选框，模块输出将在达到 127 时饱和。类似地，模块输出将在达到最小输出值 -128 时饱和。

清除此复选框 (off)。

您需要优化所生成代码的效率。

您希望避免过度地指定信号超出范围时模块的处理方式。有关详细信息，请参阅信号范围错误故障排除 (Simulink)。

溢出将绕回到数据类型可以表示的合适值。

int8（有符号 8 位整数）数据类型可以表示的最大值为 127。任何大于此最大值的模块运算结果都会导致 8 位整数溢出。在该复选框处于清除状态时，软件会将导致溢出的值解释为 int8，这可能产生意外结果。例如，以 int8 表示的模块结果 130（二进制 1000 0010）为 -126。

编程用法

模块参数：SaturateOnIntegerOverflow

类型：字符向量

值：'off' | 'on'

默认值：'off'

锁定输出数据类型设置以防止被定点工具更改 — 防止定点工具覆盖数据类型
`off` （默认） | `on`

选择此参数可防止定点工具覆盖您对模块指定的数据类型。有关详细信息，请参阅Use Lock Output Data Type Setting (Fixed-Point Designer)。

编程用法

模块参数：LockScale

类型：字符向量

值：'off' | 'on'

默认值：'off'

数据类型

输出数据类型 — yfit 输出的数据类型
Inherit: auto （默认） | 双精度 | 单精度 | 半精度 | int8 | uint8 | int16 | uint16 | int32 | uint32 | int64 | uint64 | 布尔型 | fixdt(1,16) | fixdt(1,16,0) | fixdt(1,16,2^0,0) | <data type expression>

为 yfit 输出指定数据类型。该类型可以继承、直接指定或表示为数据类型对象，如 Simulink.NumericType。

当您选择 Inherit: auto 时，模块使用继承数据类型的规则。

有关数据类型的详细信息，请参阅控制信号的数据类型 (Simulink)。

点击显示数据类型助手按钮以显示数据类型助手，这有助于您设置数据类型属性。有关详细信息，请参阅使用数据类型助手指定数据类型 (Simulink)。

编程用法

模块参数：OutDataTypeStr

类型：字符向量

默认值：'Inherit: auto'

输出最小值 — 范围检查的 yfit 输出最小值
`[]` （默认） | 标量

指定 Simulink^® 检查的 yfit 输出范围下限值。

Simulink 使用最小值执行下列操作：

某些模块的参数范围检查（请参阅指定模块参数的最小值和最大值 (Simulink)）。
仿真范围检查（请参阅指定信号范围 (Simulink)和启用仿真范围检查 (Simulink)）。
定点数据类型的自动定标。
从模型生成的代码的优化。此优化可删除算法代码，并影响某些仿真模式（如软件在环 (SIL) 模式或外部模式）的结果。有关详细信息，请参阅Optimize using the specified minimum and maximum values (Embedded Coder)。

注意

输出最小值参数不会限制或剪切实际 yfit 信号。为此，请改用 Saturation (Simulink) 模块。

编程用法

模块参数：OutMin

类型：字符向量

值：'[]' | 标量

默认值：'[]'

输出最大值 — 范围检查的 yfit 输出最大值
`[]` （默认） | 标量

指定 Simulink 检查的 yfit 输出范围上限值。

Simulink 使用最大值执行下列操作：

某些模块的参数范围检查（请参阅指定模块参数的最小值和最大值 (Simulink)）。
仿真范围检查（请参阅指定信号范围 (Simulink)和启用仿真范围检查 (Simulink)）。
定点数据类型的自动定标。
从模型生成的代码的优化。此优化可删除算法代码，并影响某些仿真模式（如 SIL 或外部模式）的结果。有关详细信息，请参阅Optimize using the specified minimum and maximum values (Embedded Coder)。

注意

输出最大值参数不会限制或剪切实际 yfit 信号。为此，请改用 Saturation (Simulink) 模块。

编程用法

模块参数：OutMax

类型：字符向量

值：'[]' | 标量

默认值：'[]'

核数据类型 — 核计算数据类型
双精度（默认） | 单精度 | 半精度 | int8 | uint8 | int16 | uint16 | int32 | int64 | uint64 | uint32 | 布尔型 | fixdt(1,16) | fixdt(1,16,0) | fixdt(1,16,2^0,0) | <数据类型表达式>

为核计算指定参数的数据类型。该类型可以直接指定或表示为数据类型对象，如 Simulink.NumericType。

核数据类型 参数根据指定 SVM 模型的核函数类型指定不同参数的数据类型。在训练 SVM 模型时，指定 KernelFunction 名称-值参数。

`'KernelFunction'` 值	数据类型
`'gaussian'` 或 `'rbf'`	核数据类型指定高斯核 $G (x, s) = \exp (- D^{2})$ 的平方距离 $D^{2} = {‖ x - s ‖}^{2}$ 的数据类型，其中 x 是观测值的预测变量数据，s 是支持向量。
`'linear'`	核数据类型指定线性核函数 $G (x, s) = x s'$ 的输出的数据类型，其中 x 是观测值的预测变量数据，s 是支持向量。
`'polynomial'`	核数据类型指定多项式核函数 $G (x, s) = {(1 + x s')}^{p}$ 的输出的数据类型，其中 x 是观测值的预测变量数据，s 是支持向量，p 是多项式核函数阶。

有关数据类型的详细信息，请参阅控制信号的数据类型 (Simulink)。

编程用法

模块参数：KernelDataTypeStr

类型：字符向量

默认值：'double'

核最小值 — 范围检查的最小核计算值
`[]` （默认） | 标量

指定 Simulink 检查的核计算内部变量范围下限值。

Simulink 使用最小值执行下列操作：

某些模块的参数范围检查（请参阅指定模块参数的最小值和最大值 (Simulink)）。
仿真范围检查（请参阅指定信号范围 (Simulink)和启用仿真范围检查 (Simulink)）。
定点数据类型的自动定标。
从模型生成的代码的优化。此优化可删除算法代码，并影响某些仿真模式（如软件在环 (SIL) 模式或外部模式）的结果。有关详细信息，请参阅Optimize using the specified minimum and maximum values (Embedded Coder)。

注意

核最小值参数不会限制或剪切实际核计算值信号。

编程用法

模块参数：KernelOutMin

类型：字符向量

值：'[]' | 标量

默认值：'[]'

核最大值 — 范围检查的最大核计算值
`[]` （默认） | 标量

指定 Simulink 检查的核计算内部变量范围的上限值。

Simulink 使用最大值执行下列操作：

某些模块的参数范围检查（请参阅指定模块参数的最小值和最大值 (Simulink)）。
仿真范围检查（请参阅指定信号范围 (Simulink)和启用仿真范围检查 (Simulink)）。
定点数据类型的自动定标。
从模型生成的代码的优化。此优化可删除算法代码，并影响某些仿真模式（如 SIL 或外部模式）的结果。有关详细信息，请参阅Optimize using the specified minimum and maximum values (Embedded Coder)。

注意

核最大值参数不会限制或剪切实际核计算值信号。

编程用法

模块参数：KernelOutMax

类型：字符向量

值：'[]' | 标量

默认值：'[]'

模块特性

数据类型	`Boolean` \| `double` \| `fixed point` \| `half` \| `integer` \| `single`
直接馈通	`是`
多维信号	`否`
可变大小信号	`否`
过零检测	`否`

提示

如果您使用的是线性 SVM 模型，并且它有许多支持向量，则预测可能会很慢。要基于线性 SVM 模型高效预测响应，请使用 discardSupportVectors 从 RegressionSVM 或 CompactRegressionSVM 对象中删除支持向量。

替代功能

您可以将 MATLAB Function 模块与 SVM 回归对象（RegressionSVM 或 CompactRegressionSVM）的 predict 对象函数结合使用。有关示例，请参阅Predict Class Labels Using MATLAB Function Block。

在决定是使用 Statistics and Machine Learning Toolbox™ 库中的 RegressionSVM Predict 模块还是具有 predict 函数的 MATLAB Function 模块时，请考虑以下几点：

如果使用 Statistics and Machine Learning Toolbox 库模块，可以使用定点工具 (Fixed-Point Designer)将浮点模型转换为定点。
必须为具有 predict 函数的 MATLAB Function 模块启用对可变大小数组的支持。
如果使用 MATLAB Function 模块，您可以在同一 MATLAB Function 模块中的预测之前或之后使用 MATLAB 函数进行预处理或后处理。

扩展功能

C/C++ 代码生成
使用 Simulink® Coder™ 生成 C 代码和 C++ 代码。

定点转换
使用 Fixed-Point Designer™ 设计和仿真定点系统。

版本历史记录

在 R2020b 中推出

全部展开

R2021a: 将核数据类型指定为数据类型名称或数据类型对象

从 R2021a 开始，核数据类型参数不支持继承选项。您可以将核数据类型指定为受支持的数据类型名称或数据类型对象。

另请参阅

模块

RegressionTree Predict | RegressionEnsemble Predict | RegressionNeuralNetwork Predict | RegressionGP Predict | ClassificationSVM Predict

RegressionSVM Predict

说明

示例

Predict Responses Using RegressionSVM Predict Block

端口

输入

x — 预测变量数据 行向量 | 列向量

输出

yfit — 预测响应 标量

参数

主要

选择经过训练的机器学习模型 — SVM 回归模型 svmMdl （默认） | RegressionSVM 对象 | CompactRegressionSVM 对象

编程用法

数据类型

整数舍入模式 — 定点运算的舍入模式 向下 （默认） | 向上 | 收敛 | 最邻近值 | 舍入 | 最简 | 零

编程用法

对整数溢出进行饱和处理 — 溢出操作的方法 off （默认） | on

编程用法

锁定输出数据类型设置以防止被定点工具更改 — 防止定点工具覆盖数据类型 off （默认） | on

编程用法

输出数据类型 — yfit 输出的数据类型 Inherit: auto （默认） | 双精度 | 单精度 | 半精度 | int8 | uint8 | int16 | uint16 | int32 | uint32 | int64 | uint64 | 布尔型 | fixdt(1,16) | fixdt(1,16,0) | fixdt(1,16,2^0,0) | <data type expression>

编程用法

输出最小值 — 范围检查的 yfit 输出最小值 [] （默认） | 标量

编程用法

输出最大值 — 范围检查的 yfit 输出最大值 [] （默认） | 标量

编程用法

核数据类型 — 核计算数据类型 双精度 （默认） | 单精度 | 半精度 | int8 | uint8 | int16 | uint16 | int32 | int64 | uint64 | uint32 | 布尔型 | fixdt(1,16) | fixdt(1,16,0) | fixdt(1,16,2^0,0) | <数据类型表达式>

编程用法

核最小值 — 范围检查的最小核计算值 [] （默认） | 标量

编程用法

核最大值 — 范围检查的最大核计算值 [] （默认） | 标量

编程用法

模块特性

提示

替代功能

扩展功能

C/C++ 代码生成 使用 Simulink® Coder™ 生成 C 代码和 C++ 代码。

定点转换 使用 Fixed-Point Designer™ 设计和仿真定点系统。

版本历史记录

R2021a: 将核数据类型指定为数据类型名称或数据类型对象

另请参阅

模块

对象

函数

主题

WeChat

x — 预测变量数据
行向量 | 列向量

yfit — 预测响应
标量

选择经过训练的机器学习模型 — SVM 回归模型
`svmMdl` （默认） | `RegressionSVM` 对象 | `CompactRegressionSVM` 对象

整数舍入模式 — 定点运算的舍入模式
向下（默认） | 向上 | 收敛 | 最邻近值 | 舍入 | 最简 | 零

对整数溢出进行饱和处理 — 溢出操作的方法
`off` （默认） | `on`

锁定输出数据类型设置以防止被定点工具更改 — 防止定点工具覆盖数据类型
`off` （默认） | `on`

输出数据类型 — yfit 输出的数据类型
Inherit: auto （默认） | 双精度 | 单精度 | 半精度 | int8 | uint8 | int16 | uint16 | int32 | uint32 | int64 | uint64 | 布尔型 | fixdt(1,16) | fixdt(1,16,0) | fixdt(1,16,2^0,0) | <data type expression>

输出最小值 — 范围检查的 yfit 输出最小值
`[]` （默认） | 标量

输出最大值 — 范围检查的 yfit 输出最大值
`[]` （默认） | 标量

核数据类型 — 核计算数据类型
双精度（默认） | 单精度 | 半精度 | int8 | uint8 | int16 | uint16 | int32 | int64 | uint64 | uint32 | 布尔型 | fixdt(1,16) | fixdt(1,16,0) | fixdt(1,16,2^0,0) | <数据类型表达式>

核最小值 — 范围检查的最小核计算值
`[]` （默认） | 标量

核最大值 — 范围检查的最大核计算值
`[]` （默认） | 标量

C/C++ 代码生成
使用 Simulink® Coder™ 生成 C 代码和 C++ 代码。

定点转换
使用 Fixed-Point Designer™ 设计和仿真定点系统。