loadCompactModel

从已保存的模型重建模型对象进行代码生成

折叠所有页面

要生成C代码，您必须拥有一个MATLAB^®编码器™许可证。

语法

mdl = loadCompactModel（文件名）

描述

MDL.= loadCompactModel (文件名）重建紧凑的分类模型，紧凑型回归模型或最近的邻邻搜索者（MDL.)保存在MATLAB格式二进制文件(MAT-file)中的模型。文件名．您必须创建文件名使用savecompactmodel.．

例子

全部收缩

结构阵列负载紧凑支持向量机模型

打开直播脚本

加载电离层数据集。

负载电离层

使用整个数据集训练支持向量机分类模型。指定要标准化数据。

Mdl = fitcsvm (X, Y,'标准化',真正的)

mdl = classificationsvm racatectename：'y'pationoricalpricictors：[] classnames：{'b'g'} scoreTransform：'none'numobservations：351 alpha：[89x1 double]偏置：-0.1341内核参数：[1x1 struct] mu：[1x34DOUBLE] SIGMA：[1x34双] BOXCONSTRAINTS：[351x1 DOUBLE] CONFORGENGEINFO：[1x1 STRUCT] ISSupportVe万博1manbetxctor：[351x1逻辑]求解器：'SMO'属性，方法

MDL.是一个分类VM.模型。

将SVM分类模型保存到文件中“SVMIonosphere.mat”．

saveCompactModel (Mdl“SVMIonosphere”）;

“SVMIonosphere.mat”出现在您当前的工作目录中。savecompactmodel.通过删除预测不需要的属性来减少模型的存储空间，例如培训数据。然后，savecompactmodel.保存具有特征的结构阵列MDL.在“SVMIonosphere.mat”．

加载结构数组“SVMIonosphere.mat”工作区。

CompactMdl = loadCompactModel (“SVMIonosphere”）

CompactMdl = classreg.learning.classif.CompactClassificationSVM ResponseName:‘Y’CategoricalPredictors:[]类名:{b ' g '} ScoreTransform:‘没有’α:[89 x1双]偏见:-0.1341 KernelParameters: [1 x1 struct]μ:σ[1 x34双]:[1 x34双]SupportVectors: [89 x34双]SupportVectorLabels: [89 万博1manbetxx1双]属性,方法

CompactMdl是一个CompactClassificationsVM.配备预测的模型。

从分类新数据的函数生成代码

此示例还使用：

MATLAB编码器

打开脚本

定义一个函数，该函数使用训练过的分类模型对新的观察结果进行分类，并从该函数生成代码。

载入费雪的虹膜数据集。去除萼片的长度和宽度，并观察到所有刚毛鸢尾。

负载渔民第1 = ~ strcmp(物种,'setosa'）;X =量(第1 3:4);Y =物种(第1);

使用处理后的数据集训练支持向量机分类模型。

Mdl = fitcsvm (X, Y)

MDL = ClassificationSVM ResponseName： 'Y' CategoricalPredictors：[]类名：{ '云芝' '锦葵'} ScoreTransform： '无' NumObservations：100阿尔法：[24x1双]偏压：-14.4149 KernelParameters：[1x1的结构] BoxConstraints：[100X1DOUBLE] CONFORGENGEINFO：[1x1 struct] iss万博1manbetxupportvector：[100x1逻辑]求解器：'smo'

MDL.是一个分类VM.模型。

将SVM分类模型保存到文件中svmiris.mat．

saveCompactModel (Mdl“SVMIris”）;

在当前文件夹中定义一个名为Classifirises.m.这有以下内容：

接受与之相称的虹膜花测量测定，并返回预测的标签。
加载紧凑的SVM分类模型。
通过加载的模型和虹膜花测量预测．

功能标签= classifyIrises (X)% # codegen%CLASSIFYIRISES使用SVM模型对虹膜物种进行分类% CLASSIFYIRISES用X来分类鸢尾花的尺寸%压缩的SVM模型在文件SVMIris。然后返回class标签中的%标签。CompactMdl = loadCompactModel (“SVMIris”）;标签=预测（compactmdl，x）;结束

的% # codegen编译指令表明MATLAB®代码用于代码生成。

生成一个MEX函数Classifirises.m.．因为C使用静态类型，codegen必须在编译时确定Matlab®文件中所有变量的属性。为确保MEX函数可以使用相同的输入，请使用该观察指定为功能的参数“参数”选择codegen．

codegenClassifirises.m.arg游戏{X}

您可以使用Coder.typeof.指定参数维度可以具有任何长度。这种规范方便在编译时具有未知观察数的输入数据集。例如，看到为代码生成指定变量大小的参数．

软件生成MEX文件classifyIrises_mex.mexw64到当前文件夹。文件扩展名取决于您的平台。

比较预测使用的标签预测，Classifirises.m.，和classifyIrises_mex．

label1 =预测(Mdl X);label2 = classifyIrises (X);label3 = classifyIrises_mex (X);verify_label = isequal (label1 label2 label3)

Verify_label =逻辑1

isequal如果所有输入都相等，则返回逻辑1 (true)。这三种方法的标签都是一样的。

输入参数

全部收缩

`文件名`- - - - - -MAT文件名包含表示模型对象的结构数组
特征向量

包含表示模型对象的结构数组的文件名，指定为字符向量。您必须创建文件名使用savecompactmodel.．

loadCompactModel重建存储在存储的模型文件名在编译时。对于支持万博1manbetx的模型，请参阅MDL.输入论点savecompactmodel.．

如果文件名那时没有延伸（即没有周期，文本），然后loadCompactModel附加.mat．

如果文件名不包括一个完整的路径，那么loadCompactModel从当前工作目录加载。

例子：'mdl'

输出参数

全部收缩

`MDL.`-紧凑分类模型，紧凑回归模型，或最近邻搜索器
模型对象

紧凑分类模型、紧凑回归模型或最近邻搜索器，作为该表中的模型对象之一返回。

	模型对象	笔记
紧凑型分类模型对象	`ClassificationKNN`	一个`ClassificationKNN`模型对象是一个没有相应的Compact对象的完整对象。`savecompactmodel.`保存不包括交叉验证参数和超参数的紧凑型版本。`loadCompactModel`返回使用保存的紧凑型版本`savecompactmodel.`．
	`分类线性`	此模型对象是一个小型对象，其没有相应的完整对象。
	`CompactClassificationDiscriminant.`
	`CompactClassificationECOC`
	`CompactClassificationseMble`
	`CompactClassificationsVM.`	如果你使用`savecompactmodel.`保存一个支持向量机模型，该模型被用来预测后验概率，并使用`loadCompactModel`加载模型，然后`loadCompactModel`不能恢复scoretransform.属性进入MATLAB工作区。然而，`loadCompactModel`可以加载模型，包括scoretransform.属性，在编译时用于生成代码，在您定义的函数中。
	`CompactClassificationTree.`
紧凑型回归模型对象	`Compact一项式标Model.`
	`CompactLinearModel`	如果通过使用培训线性模型`fitlm`并指定`'抢劫'`作为具有匿名功能手柄的结构`RobustWgtFun`领域，使用`savecompactmodel.`保存模型，并使用`loadCompactModel`加载模型，然后`loadCompactModel`不能恢复强壮的属性进入MATLAB工作区。然而，`loadCompactModel`可以在编译时加载模型，以便在您定义的函数中生成代码。
	`CompactRegressionEnsemble`
	`CompactRegressionGP`
	`compactregressionsvm.`
	`Compactregressiontree.`
	`RegressionLinear`	此模型对象是一个小型对象，其没有相应的完整对象。
最近邻搜索对象	`令人疲惫的`，`kdtreesearcher.`	此模型对象是一个没有相应的Compact对象的完整对象。`savecompactmodel.`保存模型，而且`loadCompactModel`返回保存的模型。