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元分类

库:

统计和机器学习工具箱/分类

描述

的<年代pan class="block">ClassificationSVM预测块使用支持向量机分类对象(ClassificationSVM或CompactClassificationSVM)进行单类和双类(二进制)分类。
通过指定包含该对象的工作空间变量的名称，将经过训练的SVM分类对象导入到块中。输入端口<年代trong class="guilabel">x接收一个观察(预测器数据)和输出端口<年代trong class="guilabel">标签返回观察的预测类标签。您可以添加一个可选的输出端口<年代trong class="guilabel">分数它返回预测的班级分数或后验概率。

港口

输入

全部展开

x——预测数据
行向量|列向量

预测数据，指定为一个观测的列向量或行向量。
依赖关系

中的变量<年代trong class="guilabel">x必须与训练支持向量机模型的预测变量的顺序相同<年代trong class="guilabel">选择训练过的机器学习模型．

如果你设置“标准化”,真的在fitcsvm在训练支持向量机模型时<年代pan class="block">ClassificationSVM预测块标准化的值<年代trong class="guilabel">x利用均值和标准差μ而且σ属性(分别)。

数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

输出

全部展开

标签-预估船级标签
标量

预测的类标签，作为标量返回。
依赖关系

看到下面成了学习,<年代trong class="guilabel">标签表示正类的值。

对两种学习,<年代trong class="guilabel">标签是产生最大分数或最大后验概率的类。

数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点|枚举

分数-预测班级成绩或后验概率
标量| 1 × 2向量

预测类分数或后验概率，作为标量返回用于单类学习，或作为1 × 2向量返回用于双类学习。

看到下面成了学习,<年代trong class="guilabel">分数正班的分类分数。你无法获得单类学习的后验概率。

对两种学习,<年代trong class="guilabel">分数是1 × 2向量。

的第一个和第二个元素<年代trong class="guilabel">分数对应于负类的分类分数(svmMdl.ClassNames (1))和正类(svmMdl.ClassNames (2)),分别为,svmMdl支持向量机模型是由<年代trong class="guilabel">选择训练过的机器学习模型．您可以使用一会的属性svmMdl检查负类名和正类名。

如果你拟合最佳得分-后验概率转换函数使用fitPosterior或fitSVMPosterior,然后<年代trong class="guilabel">分数包含类后验概率。否则,<年代trong class="guilabel">分数包含类的分数。

依赖关系

要启用此端口，请选中的复选框为预测的班级成绩添加输出端口在<年代trong class="guilabel">主要页签。
数据类型:单|双|一半|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

参数

全部展开

主要

选择训练过的机器学习模型-支持向量机分类模型
svmMdl(默认)|ClassificationSVM对象|CompactClassificationSVM对象

类型的工作空间变量的名称ClassificationSVM对象或CompactClassificationSVM对象。
当你训练支持向量机模型使用fitcsvm，以下限制适用:

预测器数据不能包括分类预测器(逻辑，分类，字符，字符串,或细胞)．如果在表中提供训练数据，则预测器必须是数值(双或单)．此外，您不能使用CategoricalPredictors名称-值参数。要在模型中包含范畴预测器，可以使用对范畴预测器进行预处理dummyvar在拟合模型之前。

的值“ScoreTransform”名称-值实参不能为“invlogit”或者一个匿名函数。对于一个预测后验概率的块，通过一个训练过的支持向量机模型fitPosterior或fitSVMPosterior．

的值“KernelFunction”名称-值参数必须为“高斯”(一样“rbf”，默认为单课学习)，“线性”(默认为两类学习)，或者多项式的．

编程使用

块参数:TrainedLearner

类型:工作空间变量

价值观:ClassificationSVM对象|CompactClassificationSVM对象

默认值:“svmMdl”

为预测的班级成绩添加输出端口-增加第二个输出端口预测班级成绩
从(默认)|在

选中复选框以包含第二个输出端口<年代trong class="guilabel">分数在<年代pan class="block">ClassificationSVM预测块。
编程使用

块参数:ShowOutputScore

类型:特征向量

价值观:”从“|”“

默认值:“关闭”

数据类型
定点操作参数

整数舍入模式-定点运算的舍入模式
地板上(默认)|天花板|收敛|最近的|轮|简单的|零

指定定点操作的舍入模式。有关更多信息，请参见舍入(定点设计师)．
块参数总是四舍五入到最接近的可表示值。要控制块参数的舍入，请使用MATLAB在掩码字段中输入表达式<年代up>®舍入功能。
编程使用

块参数:RndMeth

类型:特征向量

价值观:'Ceiling' | 'Convergent' | 'Floor' | 'Nearest' | 'Round' | '最简单' | 'Zero'

默认值:“地板”

整数溢出时饱和-溢流处理方法
从(默认)|在

指定溢出是饱和还是换行。

行动基本原理对溢出的影响例子

选中此复选框(在)．

您的模型可能会溢出，您希望在生成的代码中显式地保护饱和。

溢出饱和到数据类型所能表示的最小值或最大值。

的最大值int8(有符号8位整数)数据类型可以表示为127。任何大于该最大值的块操作结果都会导致8位整数溢出。选中复选框后，块输出在127处饱和。类似地，块输出在最小输出值为-128时饱和。

清除此复选框(从)．

您希望优化生成的代码的效率。
您希望避免过度指定块如何处理超出范围的信号。有关更多信息，请参见排除信号范围错误(模型)．

溢出包装为数据类型可以表示的适当值。

的最大值int8(有符号8位整数)数据类型可以表示为127。任何大于该最大值的块操作结果都会导致8位整数溢出。清除该复选框后，软件将导致溢出的值解释为int8，这可能会产生意想不到的结果。例如，130(二进制10000010)的块结果表示为int8是-126。

编程使用

块参数:SaturateOnIntegerOverflow

类型:特征向量

价值观:”从“|”“

默认值:“关闭”

锁定输出数据类型设置，防止定点工具更改-防止定点工具覆盖数据类型
从(默认)|在

选择此参数可防止定点工具覆盖为块指定的数据类型。有关更多信息，请参见使用锁输出数据类型设置(定点设计师)．
编程使用

块参数:LockScale

类型:特征向量

价值观:”从“|”“

默认值:“关闭”

数据类型

标签数据类型—标签输出的数据类型
继承:通过反向传播继承|继承:汽车|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|枚举:<类名>|<数据类型>表达

对象的数据类型<年代trong class="guilabel">标签输出。类型可以继承、指定为枚举数据类型或表示为数据类型对象，例如仿真软件。NumericType．
当你选择一个继承选项时，软件的行为如下:

继承:通过反向传播继承(默认为数字和逻辑标签)- Simulink自动确定<年代trong class="guilabel">标签数据类型在数据类型传播期间(参见数据类型传播(模型))．在这种情况下，块使用下游块或信号对象的数据类型。

继承:汽车(默认为非数字标签)-块使用一个自动定义的枚举数据类型变量。例如，假设由指定的工作区变量名选择训练过的机器学习模型是myMdl，类标签为类1而且二班．然后,相应的<年代trong class="guilabel">标签值是myMdl_enumLabels.class_1而且myMdl_enumLabels.class_2．方法将类标签转换为有效的MATLAB标识符matlab.lang.makeValidName函数。

有关数据类型的更多信息，请参见信号的控制数据类型(模型)．
单击<年代trong class="guibutton">显示数据类型助手按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理，它帮助您设置数据类型属性。有关更多信息，请参见使用数据类型助手指定数据类型(模型)．
依赖关系

所支持的数据类型取决于所指定的模型中使用的标签选择训练过的机器学习模型．

如果模型使用数字或逻辑标签，则支持的数据类型为继承:通过反向传播继承(默认),双，单，一半，int8，uint8，int16，uint16，int32，uint32，int64，uint64，布尔、定点和数据类型对象。

如果模型使用非数字标签，则支持的数据类型为继承:汽车(默认),枚举:<类名>和一个数据类型对象。

编程使用

块参数：LabelDataTypeStr

类型:特征向量

值：“继承:通过反向传播继承”|“继承:汽车”|“双”|“单一”|“一半”|“int8”|“uint8”|“int16”|“uint16”|“int32”|“uint32”|“int64”|“uint64”|“布尔”|“fixdt(16)”|“fixdt(0) 1, 16日”|“fixdt(1, 16日2 ^ 0,0)”|“枚举:<类名>”|“< >数据类型表达”

默认的：“继承:通过反向传播继承”(对于数字和逻辑标签)|“继承:汽车”(非数字标签)

标签最低-范围检查标签输出的最小值
［］(默认)|标量

的较低值<年代trong class="guilabel">标签Simulink的输出范围<年代up>®检查。
动态仿真模块使用最小值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">标签最低参数不饱和或剪辑实际<年代trong class="guilabel">标签输出信号。使用饱和(模型)块来代替。

依赖关系

的型号指定时，才可以指定此参数选择训练过的机器学习模型使用数字标签。
编程使用

块参数：LabelOutMin

类型:特征向量

值：“[]”|标量

默认的：“[]”

标签最大-范围检查标签输出的最大值
［］(默认)|标量

的上值<年代trong class="guilabel">标签输出范围，Simulink检查。
动态仿真模块使用最大值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">标签最大参数不饱和或剪辑实际<年代trong class="guilabel">标签输出信号。使用饱和(模型)块来代替。

依赖关系

的型号指定时，才可以指定此参数选择训练过的机器学习模型使用数字标签。
编程使用

块参数：LabelOutMax

类型:特征向量

值：“[]”|标量

默认的：“[]”

分数数据类型—分数输出的数据类型
继承:汽车(默认)|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型>表达

对象的数据类型<年代trong class="guilabel">分数输出。类型可以继承、直接指定或表示为数据类型对象，例如仿真软件。NumericType．
当您选择继承:汽车，块使用继承数据类型的规则。
有关数据类型的更多信息，请参见信号的控制数据类型(模型)．
单击<年代trong class="guibutton">显示数据类型助手按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理，它帮助您设置数据类型属性。有关更多信息，请参见使用数据类型助手指定数据类型(模型)．
编程使用

块参数：ScoreDataTypeStr

类型:特征向量

值：“继承:汽车”|“双”|“单一”|“一半”|“int8”|“uint8”|“int16”|“uint16”|“int32”|“uint32”|“int64”|“uint64”|“布尔”|“fixdt(16)”|“fixdt(0) 1, 16日”|“fixdt(1, 16日2 ^ 0,0)”|“< >数据类型表达”

默认的：“继承:汽车”

分数最低-用于范围检查的最小值的分数输出
［］(默认)|标量

的较低值<年代trong class="guilabel">分数输出范围，Simulink检查。
动态仿真模块使用最小值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">分数最低参数不饱和或剪辑实际<年代trong class="guilabel">分数信号。使用饱和(模型)块来代替。

编程使用

块参数：ScoreOutMin

类型:特征向量

值：“[]”|标量

默认的：“[]”

得分最高-范围检查输出的分数最大值
［］(默认)|标量

的上值<年代trong class="guilabel">分数输出范围，Simulink检查。
动态仿真模块使用最大值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">得分最高参数不饱和或剪辑实际<年代trong class="guilabel">分数信号。使用饱和(模型)块来代替。

编程使用

块参数：ScoreOutMax

类型:特征向量

值：“[]”|标量

默认的：“[]”

原始分数数据类型-未转换的得分数据类型
继承:汽车(默认)|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型>表达

指定内部未转换分数的数据类型。类型可以继承、直接指定或表示为数据类型对象，例如仿真软件。NumericType．
当您选择继承:汽车，块使用继承数据类型的规则。
有关数据类型的更多信息，请参见信号的控制数据类型(模型)．
单击<年代trong class="guibutton">显示数据类型助手按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理，它帮助您设置数据类型属性。有关更多信息，请参见使用数据类型助手指定数据类型(模型)．
依赖关系

的型号指定时，才可以指定此参数选择训练过的机器学习模型使用评分转换“没有”(默认,一样“身份”)．

如果模型没有使用评分转换(“没有”或“身份”)，然后可以使用分数数据类型．

如果模型使用评分转换而不是“没有”或“身份”，则可以使用此参数指定未转换原始分数的数据类型，并通过使用指定转换分数的数据类型分数数据类型．

属性可以更改分数转换选项“ScoreTransform”参数，或通过更改ScoreTransform培训后财产。
编程使用

块参数：RawScoreDataTypeStr

类型:特征向量

值：“继承:汽车”|“双”|“单一”|“一半”|“int8”|“uint8”|“int16”|“uint16”|“int32”|“uint32”|“int64”|“uint64”|“布尔”|“fixdt(16)”|“fixdt(0) 1, 16日”|“fixdt(1, 16日2 ^ 0,0)”|“< >数据类型表达”

默认的：“继承:汽车”

原始分数最低-用于范围检查的最小未转换分数
［］(默认)|标量

Simulink检查的未转换分数范围的较低值。
动态仿真模块使用最小值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">原始分数最低参数不饱和或剪辑实际的未转换评分信号。

编程使用

块参数：RawScoreOutMin

类型:特征向量

值：“[]”|标量

默认的：“[]”

原始分数最高-范围检查的最大未转换分数
［］(默认)|标量

Simulink检查的未转换分数范围的上值。
动态仿真模块使用最大值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">原始分数最高参数不饱和或剪辑实际的未转换评分信号。

编程使用

块参数：RawScoreOutMax

类型:特征向量

值：“[]”|标量

默认的：“[]”

内核数据类型—内核计算数据类型
双(默认)|单|一半|int8|uint8|int16|uint16|int32|int64|uint64|uint32|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型>表达

为内核计算指定参数的数据类型。类型可以直接指定，也可以表示为数据类型对象，例如仿真软件。NumericType．
的<年代trong class="guilabel">内核数据类型parameter根据指定的SVM模型的核函数类型指定不同参数的数据类型。您指定的“KernelFunction”训练SVM模型时的name-value参数。

“KernelFunction”价值数据类型

“高斯”或“rbf” 内核数据类型指定平方距离的数据类型<年代pan class="inlineequation"> $D^{2} ＝ {为 x - 年代为}^{2}$ 对于高斯核<年代pan class="inlineequation"> $G （ x ，年代）＝经验值（ - D^{2} ）$ ,在那里x预测数据是一个观察和年代是支持向量。

“线性” 内核数据类型指定线性核函数输出的数据类型<年代pan class="inlineequation"> $G （ x ，年代）＝ x 年代＇$ ,在那里x预测数据是一个观察和年代是支持向量。

多项式的 内核数据类型指定多项式核函数输出的数据类型<年代pan class="inlineequation"> $G （ x ，年代）＝ {（ 1 + x 年代＇）}^{p}$ ,在那里x是观察的预测数据，年代是支持向量，和p是一个多项式核函数的顺序。

有关数据类型的更多信息，请参见信号的控制数据类型(模型)．
单击<年代trong class="guibutton">显示数据类型助手按钮<年代pan class="guiicon">来显示<年代trong class="guilabel">数据类型的助理，它帮助您设置数据类型属性。有关更多信息，请参见使用数据类型助手指定数据类型(模型)．
编程使用

块参数：KernelDataTypeStr

类型:特征向量

值：“双”|“单一”|“一半”|“int8”|“uint8”|“int16”|“uint16”|“int32”|“uint32”|“uint64”|“int64”|“布尔”|“fixdt(16)”|“fixdt(0) 1, 16日”|“fixdt(1, 16日2 ^ 0,0)”|“< >数据类型表达”

默认的：“双”

内核最低-用于范围检查的最小内核计算值
［］(默认)|标量

Simulink检查的内核计算内部变量范围的较低值。
动态仿真模块使用最小值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">内核最低参数不会饱和或截取实际的内核计算值信号。

编程使用

块参数：KernelOutMin

类型:特征向量

值：“[]”|标量

默认的：“[]”

内核最大-用于范围检查的最大内核计算值
［］(默认)|标量

Simulink检验的内核计算内部变量范围的上值。
动态仿真模块使用最大值执行:

参数范围检查一些块(参见指定块参数的最小值和最大值(模型))．

模拟范围检查(见指定信号范围(模型)而且启用模拟范围检查(模型))．

定点数据类型的自动伸缩。

优化从模型生成的代码。这种优化可以删除算法代码，并影响一些模拟模式的结果，如SIL或外部模式。有关更多信息，请参见使用指定的最小值和最大值进行优化(嵌入式编码)．

请注意

的<年代trong class="guilabel">内核最大参数不会饱和或截取实际的内核计算值信号。

编程使用

块参数：KernelOutMax

类型:特征向量

值：“[]”|标量

默认的：“[]”

模型的例子

使用分类支持向量机预测块预测类标签

在Simulink®中使用classiationsvm预测块进行标签预测。该块接受一个观察结果(预测数据)，并使用训练过的支持向量机(SVM)分类模型返回该观察结果的预测类标签和类评分。

打开生活的脚本

块特征

数据类型

布尔|双|枚举|不动点|一半|整数|单

直接引线

是的

多维信号

没有

适应信号

没有

讨论二阶导数过零检测

没有

更多关于

全部展开

分类分

的支持向量机分类分分类观测x符号距离是从x到从-∞到+∞的决策边界。一门课的积极分数表明这一点x被预测在那个级别。负值则说明情况并非如此。
积极的班级分类分数<年代pan class="inlineequation"> $f （ x ）$ 为训练后的SVM分类函数。<年代pan class="inlineequation"> $f （ x ）$ 也是数值预测的响应吗x，或预测得分x进入正类。

$f （ x ）＝ \sum_{j ＝ 1}^{n} α_{j} y_{j} G （ x_{j} ， x ） + b ，$

在哪里<年代pan class="inlineequation"> $（ α_{1} ， .．. ， α_{n} ， b ）$ 为估计的SVM参数，<年代pan class="inlineequation"> $G （ x_{j} ， x ）$ 点积是否在预测空间之间x支持向量，和包括训练集的观察值。负班分类分数为x，或预测得分x变成负类，是-f（x)．
如果G（x<年代ub>j，x) =x<年代ub>j”x(线性核)，则得分函数简化为

$f （ x ）＝（ x / 年代） ” β + b ．$

年代内核的规模和β为拟合线性系数的向量。
有关更多细节，请参见理解支持向量机．

后验概率

的后验概率是在给定数据的情况下，观察结果属于特定类别的概率。
对于支持向量机，后验概率是评分的函数P（年代),观察j是在课堂上k1 ={1,}。

对于可分离类，后验概率为阶梯函数

$P （ {年代}_{j} ）＝ {\begin{cases} \begin{matrix} 0 ； & 年代 < \underset{y_{k} ＝ - 1}{马克斯} {年代}_{k} \end{matrix} \\ \begin{matrix} π ； & \underset{y_{k} ＝ - 1}{马克斯} {年代}_{k} \leq {年代}_{j} \leq \underset{y_{k} ＝ + 1}{最小值} {年代}_{k} \end{matrix} \\ \begin{matrix} 1 ； & {年代}_{j} > \underset{y_{k} ＝ + 1}{最小值} {年代}_{k} \end{matrix} \end{cases} ，$

地点:

年代<年代ub>j分数是观察的吗j．

+1和-1分别表示正类和负类。

π是观测值属于正类的先验概率。

对于不可分割的类，后验概率为s型函数

$P （ {年代}_{j} ）＝ \frac{1}{1 + 经验值（一个 {年代}_{j} + B ）} ，$

的参数一个而且B分别为斜率和截距参数。

先验概率

的先验概率类别的值是该类别的观察结果在种群中发生的假设相对频率。

提示

如果您使用的是线性支持向量机模型，并且它有许多支持向量，那么预测(对观察结果进行分类)可能会很慢。为了根据线性支持向量机模型对观察结果进行有效分类，需要将支持向量从ClassificationSVM或CompactClassificationSVM对象的使用discardSupportVectors．

选择功能

你可以使用MATLAB函数块预测支持向量机分类对象的目标函数ClassificationSVM或CompactClassificationSVM)．示例请参见用MATLAB函数块预测类标签．
当决定是否使用<年代pan class="block">ClassificationSVM预测在统计和机器学习工具箱™库中的预测函数，考虑以下情况:

如果使用“统计和机器学习工具箱”库块，则可以使用<年代trong class="tool">定点的工具(定点设计师)将浮点模型转换为定点模型。

控件必须为MATLAB函数块启用对可变大小数组的支持预测函数。

如果使用MATLAB函数块，则可以使用MATLAB函数在同一个MATLAB函数块中进行预测前后的预处理或后处理。

扩展功能

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

定点转换
使用定点设计器设计和模拟定点系统。

版本历史
介绍了R2020b

全部展开

R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">标签数据类型是继承:通过反向传播继承用于数字和逻辑标签和继承:汽车对于非数字标签

的默认数据类型值和支持的数据类型<年代trong class="guilabel">标签数据类型参数所指定的模型中使用的标签选择训练过的机器学习模型．默认值为继承:通过反向传播继承对于数字和逻辑标签，和继承:汽车对于非数字标签。
如果你指定<年代trong class="guilabel">标签数据类型作为继承:通过反向传播继承对于非数字标签或继承:从“Constant value”继承，修改为继承:汽车．

R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">分数数据类型而且<年代trong class="guilabel">原始分数数据类型是继承:汽车

从R2021a开始，参数的默认值<年代trong class="guilabel">分数数据类型而且<年代trong class="guilabel">原始分数数据类型是继承:汽车．

R2021a:<年代pan class="remove_bold">指定<年代trong class="guilabel">内核数据类型作为数据类型名称或数据类型对象

从R2021a开始<年代trong class="guilabel">内核数据类型参数不支持继承选项。您可以指定<年代trong class="guilabel">内核数据类型作为支持的数据类型名称或数据类型对象。

另请参阅

块

ClassificationTree预测|<年代pan itemscope itemtype="//www.ru-cchi.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">ClassificationEnsemble预测|<年代pan itemscope itemtype="//www.ru-cchi.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">ClassificationNeuralNetwork预测|<年代pan itemscope itemtype="//www.ru-cchi.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">RegressionSVM预测

对象

ClassificationSVM|<年代pan itemscope itemtype="//www.ru-cchi.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">CompactClassificationSVM

功能

预测|<年代pan itemscope itemtype="//www.ru-cchi.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">fitcsvm

主题

使用分类树预测块预测类标签

使用ClassificationEnsemble预测块预测类标签

使用分类神经网络预测块预测类标签

用MATLAB函数块预测类标签

行动	基本原理	对溢出的影响	例子
选中此复选框(`在`)．	您的模型可能会溢出，您希望在生成的代码中显式地保护饱和。	溢出饱和到数据类型所能表示的最小值或最大值。	的最大值`int8`(有符号8位整数)数据类型可以表示为127。任何大于该最大值的块操作结果都会导致8位整数溢出。选中复选框后，块输出在127处饱和。类似地，块输出在最小输出值为-128时饱和。
清除此复选框(`从`)．	您希望优化生成的代码的效率。您希望避免过度指定块如何处理超出范围的信号。有关更多信息，请参见排除信号范围错误(模型)．	溢出包装为数据类型可以表示的适当值。	的最大值`int8`(有符号8位整数)数据类型可以表示为127。任何大于该最大值的块操作结果都会导致8位整数溢出。清除该复选框后，软件将导致溢出的值解释为`int8`，这可能会产生意想不到的结果。例如，130(二进制10000010)的块结果表示为`int8`是-126。

`“KernelFunction”`价值	数据类型
`“高斯”`或`“rbf”`	内核数据类型指定平方距离的数据类型<年代pan class="inlineequation"> $D^{2} ＝ {为 x - 年代为}^{2}$ 对于高斯核<年代pan class="inlineequation"> $G （ x ，年代）＝经验值（ - D^{2} ）$ ,在那里x预测数据是一个观察和年代是支持向量。
`“线性”`	内核数据类型指定线性核函数输出的数据类型<年代pan class="inlineequation"> $G （ x ，年代）＝ x 年代＇$ ,在那里x预测数据是一个观察和年代是支持向量。
`多项式的`	内核数据类型指定多项式核函数输出的数据类型<年代pan class="inlineequation"> $G （ x ，年代）＝ {（ 1 + x 年代＇）}^{p}$ ,在那里x是观察的预测数据，年代是支持向量，和p是一个多项式核函数的顺序。

选择一个网站

选择一个网站，在可用的地方获得翻译的内容，并查看当地的活动和优惠。根据您的地理位置，我们建议您选择:<年代trong class="recommended-country">．

瑞士(英语)

瑞士(德语)

瑞士(法语)

中国 (简体中文)

中国(英语)

您也可以从以下列表中选择网站:

如何获得最佳的网站性能

选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。

美洲

美国拉丁(西班牙语)

加拿大(英语)

美国(英语)

欧洲

比利时(英语)

丹麦(英语)

德国(德语)

西班牙(西班牙语)

芬兰(英语)

法国(法语)

爱尔兰(英语)

意大利(意大利语)

卢森堡(英语)

荷兰(英语)

挪威(英语)

奥地利(德语)

葡萄牙(英语)

瑞典(英语)

瑞士

多伊奇

英语

法语

联合王国(英语)

亚太地区

澳大利亚(英语)

印度(英语)

新西兰(英语)

中国

简体中文

英语

日本(日本語)

한국(한국어)

联系当地办事处

数据类型	`布尔`\|`双`\|`枚举`\|`不动点`\|`一半`\|`整数`\|`单`
直接引线	`是的`
多维信号	`没有`
适应信号	`没有`
讨论二阶导数过零检测	`没有`

ClassificationSVM预测

描述

港口

输入

x——预测数据行向量|列向量

依赖关系

输出

标签-预估船级标签标量

依赖关系

分数-预测班级成绩或后验概率标量| 1 × 2向量

依赖关系

参数

主要

选择训练过的机器学习模型-支持向量机分类模型svmMdl(默认)|ClassificationSVM对象|CompactClassificationSVM对象

编程使用

为预测的班级成绩添加输出端口-增加第二个输出端口预测班级成绩从(默认)|在

编程使用

数据类型

整数舍入模式-定点运算的舍入模式地板上(默认)|天花板|收敛|最近的|轮|简单的|零

编程使用

整数溢出时饱和-溢流处理方法从(默认)|在

编程使用

锁定输出数据类型设置，防止定点工具更改-防止定点工具覆盖数据类型从(默认)|在

编程使用

标签数据类型—标签输出的数据类型继承:通过反向传播继承|继承:汽车|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|枚举:<类名>|<数据类型>表达

依赖关系

编程使用

标签最低-范围检查标签输出的最小值［］(默认)|标量

依赖关系

编程使用

标签最大-范围检查标签输出的最大值［］(默认)|标量

依赖关系

编程使用

分数数据类型—分数输出的数据类型继承:汽车(默认)|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型>表达

编程使用

分数最低-用于范围检查的最小值的分数输出［］(默认)|标量

编程使用

得分最高-范围检查输出的分数最大值［］(默认)|标量

编程使用

原始分数数据类型-未转换的得分数据类型继承:汽车(默认)|双|单|一半|int8|uint8|int16|uint16|int32|uint32|int64|uint64|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型>表达

依赖关系

编程使用

原始分数最低-用于范围检查的最小未转换分数［］(默认)|标量

编程使用

原始分数最高-范围检查的最大未转换分数［］(默认)|标量

编程使用

内核数据类型—内核计算数据类型双(默认)|单|一半|int8|uint8|int16|uint16|int32|int64|uint64|uint32|布尔|fixdt (16)|fixdt (1 16 0)|fixdt(1, 16日2 ^ 0,0)|<数据类型>表达

编程使用

内核最低-用于范围检查的最小内核计算值［］(默认)|标量

编程使用

内核最大-用于范围检查的最大内核计算值［］(默认)|标量

编程使用

模型的例子

使用分类支持向量机预测块预测类标签

块特征

更多关于

分类分

后验概率

先验概率

提示

选择功能

扩展功能

C / c++代码生成使用Simulink®Coder™生成C和c++代码。

定点转换使用定点设计器设计和模拟定点系统。

版本历史

R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">标签数据类型是继承:通过反向传播继承用于数字和逻辑标签和继承:汽车对于非数字标签

R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">分数数据类型而且<年代trong class="guilabel">原始分数数据类型是继承:汽车

R2021a:<年代pan class="remove_bold">指定<年代trong class="guilabel">内核数据类型作为数据类型名称或数据类型对象

另请参阅

块

对象

功能

主题

`x`——预测数据
行向量|列向量

`标签`-预估船级标签
标量

`分数`-预测班级成绩或后验概率
标量| 1 × 2向量

`选择训练过的机器学习模型`-支持向量机分类模型
`svmMdl`(默认)|`ClassificationSVM`对象|`CompactClassificationSVM`对象

`为预测的班级成绩添加输出端口`-增加第二个输出端口预测班级成绩
`从`(默认)|`在`

`整数舍入模式`-定点运算的舍入模式
`地板上`(默认)|`天花板`|`收敛`|`最近的`|`轮`|`简单的`|`零`

`整数溢出时饱和`-溢流处理方法
`从`(默认)|`在`

`锁定输出数据类型设置，防止定点工具更改`-防止定点工具覆盖数据类型
`从`(默认)|`在`

`标签数据类型`—标签输出的数据类型
`继承:通过反向传播继承`|`继承:汽车`|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`枚举:<类名>`|`<数据类型>表达`

`标签最低`-范围检查标签输出的最小值
`［］`(默认)|标量

`标签最大`-范围检查标签输出的最大值
`［］`(默认)|标量

`分数数据类型`—分数输出的数据类型
`继承:汽车`(默认)|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型>表达`

`分数最低`-用于范围检查的最小值的分数输出
`［］`(默认)|标量

`得分最高`-范围检查输出的分数最大值
`［］`(默认)|标量

`原始分数数据类型`-未转换的得分数据类型
`继承:汽车`(默认)|`双`|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`uint32`|`int64`|`uint64`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型>表达`

`原始分数最低`-用于范围检查的最小未转换分数
`［］`(默认)|标量

`原始分数最高`-范围检查的最大未转换分数
`［］`(默认)|标量

`内核数据类型`—内核计算数据类型
`双`(默认)|`单`|`一半`|`int8`|`uint8`|`int16`|`uint16`|`int32`|`int64`|`uint64`|`uint32`|`布尔`|`fixdt (16)`|`fixdt (1 16 0)`|`fixdt(1, 16日2 ^ 0,0)`|`<数据类型>表达`

`内核最低`-用于范围检查的最小内核计算值
`［］`(默认)|标量

`内核最大`-用于范围检查的最大内核计算值
`［］`(默认)|标量

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

定点转换
使用定点设计器设计和模拟定点系统。

R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">标签数据类型是`继承:通过反向传播继承`用于数字和逻辑标签和`继承:汽车`对于非数字标签

R2021a:<年代pan class="remove_bold">的默认值<年代trong class="guilabel">分数数据类型而且<年代trong class="guilabel">原始分数数据类型是`继承:汽车`