Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

ClassificationTree Predict

決定木分類器の使用による観測値の分類

R2021a 以降

このページをすべて展開する

ライブラリ:
Statistics and Machine Learning Toolbox / Classification

説明

ClassificationTree Predict ブロックは、マルチクラス分類について、分類木オブジェクト (ClassificationTree または CompactClassificationTree) を使用して、観測値を分類します。

オブジェクトを含むワークスペース変数の名前を指定することにより、学習済みの分類オブジェクトをブロックにインポートします。入力端子 [x] では観測値 (予測子データ) を受信し、出力端子 [label] では観測値の予測クラス ラベルを返します。オプションの出力端子 [score] を追加すると、予測クラス スコアまたは事後確率が返されます。

例

ClassificationTree Predict ブロックの使用によるクラス ラベルの予測

ClassificationTree Predict ブロックの使用によるクラス ラベルの予測

分類学習器アプリを使用して分類決定木モデルの学習を行い、ClassificationTree Predict ブロックをラベル予測に使用する。

ライブ スクリプトを開く
固定小数点展開用の行動認識 Simulink モデル

固定小数点展開用の行動認識 Simulink モデル

固定小数点展開用に準備された Simulink® の分類モデルからコードを生成する。

ライブ スクリプトを開く

端子

入力

すべて展開する

予測子データ。1 つの観測値の行ベクトルまたは列ベクトルとして指定します。

依存関係

[x] の変数の順序は、[Select trained machine learning model] で指定されたモデルで学習済みの、予測子変数の順序と同じでなければなりません。

データ型: single | double | half | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | Boolean | fixed point

出力

すべて展開する

予測クラス ラベル。スカラーとして返されます。予測クラスは、予測分類コストを最小化するクラスです。詳細については、関数 predict のリファレンス ページの詳細節を参照してください。

データ型: single | double | half | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | Boolean | fixed point | enumerated

予測クラス スコアまたは事後確率。サイズが 1 行 k 列の行ベクトルとして返されます。ここで、k は木モデル内のクラスの数です。

葉ノードの分類スコアは、そのノードでの分類の事後確率です。あるノードにおける分類の事後確率とは、分類によって実際にそのノードに達するのに要した学習観測値の数を、そのノードまでの学習観測値の数で除算した値です。

クラスの順序を確認するには、[Select trained machine learning model] で指定された木モデルの ClassNames プロパティを使用します。

依存関係

この端子を有効にするには、[ブロック パラメーター] ダイアログ ボックスの [メイン] タブで [Add output port for predicted class scores] のチェック ボックスをオンにします。

データ型: single | double | half | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | Boolean | fixed point

パラメーター

すべて展開する

メイン

ClassificationTree オブジェクトまたは CompactClassificationTree オブジェクトを含むワークスペース変数の名前を指定します。

fitctree を使用してモデルに学習させる場合、以下の制限が適用されます。

  • 予測子データにカテゴリカル予測子 (logical、categorical、char、string、または cell) を含めることはできません。学習データをテーブルで渡す場合、予測子は数値 (double または single) でなければなりません。また、名前と値の引数 CategoricalPredictors は使用できません。カテゴリカル予測子をモデルに含めるには、モデルを当てはめる前に dummyvar を使用してカテゴリカル予測子を前処理します。

  • 名前と値の引数 'ScoreTransform' の値を 'invlogit' や無名関数にすることはできません。

  • 代理分岐は使用できません。つまり、名前と値の引数 'Surrogate' の値は 'off' (既定の設定) でなければなりません。

プログラムでの使用

ブロック パラメーター: TrainedLearner
型: ワークスペース変数
値: ClassificationTree オブジェクト | CompactClassificationTree オブジェクト
既定の設定: 'treeMdl'

チェック ボックスをオンにすると、ClassificationTree Predict ブロックに 2 番目の出力端子 [score] が追加されます。

プログラムでの使用

ブロック パラメーター: ShowOutputScore
型: 文字ベクトル
値: 'off' | 'on'
既定の設定: 'off'

データ型

固定小数点が使用可能なパラメーター

固定小数点演算の丸めモードを指定します。詳細は、丸め (Fixed-Point Designer)を参照してください。

ブロック パラメーターは常に、最も近い表現可能な値に丸められます。ブロック パラメーターの丸めを制御するには、マスク フィールドに MATLAB® の丸め関数を使用して式を入力します。

プログラムでの使用

ブロック パラメーター: RndMeth
型: 文字ベクトル
値: 'Ceiling' | 'Convergent' | 'Floor' | 'Nearest' | 'Round' | 'Simplest' | 'Zero'
既定の設定: 'Floor'

オーバーフローの際に飽和するか折り返すかを指定します。

アクション理由オーバーフローの際の影響例

このチェック ボックスをオンにする (on)。

モデルにオーバーフローの可能性があり、生成されたコードで明示的な飽和保護が必要である。

オーバーフローの際は、データ型が表現できる最小値または最大値に飽和します。

データ型 int8 (8 ビット負号付き整数) が表現できる最大値は 127 です。この最大値よりも大きいブロック演算結果は、8 ビット整数のオーバーフローを引き起こします。チェック ボックスをオンにすると、ブロック出力は 127 で飽和します。同様に、ブロック出力は最小出力値の -128 で飽和します。

このチェック ボックスをオフにする (off)。

生成されたコードの効率を最適化したい。

ブロックが範囲外の信号を処理する方法を過剰指定したくない。詳細は、信号範囲のエラーのトラブルシューティング (Simulink)を参照してください。

オーバーフローの際は、データ型が表現できる適切な値で折り返します。

データ型 int8 (8 ビット負号付き整数) が表現できる最大値は 127 です。この最大値よりも大きいブロック演算結果は、8 ビット整数のオーバーフローを引き起こします。チェック ボックスをオフにすると、オーバーフローを引き起こす値が int8 として解釈され、意図しない結果になる可能性があります。たとえば、130 (バイナリでは 1000 0010) というブロック結果が int8 として表現されると、-126 になります。

プログラムでの使用

ブロック パラメーター: SaturateOnIntegerOverflow
型: 文字ベクトル
値: 'off' | 'on'
既定の設定: 'off'

このパラメーターを選択して、ブロックに指定したデータ型を固定小数点ツールがオーバーライドしないようにします。詳細は、[出力データ型の設定をロックする] の使用 (Fixed-Point Designer)を参照してください。

プログラムでの使用

ブロック パラメーター: LockScale
型: 文字ベクトル
値: 'off' | 'on'
既定の設定: 'off'
データ型

[label] 出力のデータ型を指定します。型は継承するか、列挙データ型として指定するか、Simulink.NumericType のようにデータ型オブジェクトとして表現できます。

継承オプションを選択すると、ソフトウェアは以下のように動作します。

  • Inherit: Inherit via back propagation (数値ラベルと logical ラベルの場合の既定値) — Simulink は、データ型の伝播時にブロックの [Label data type] を自動的に決定します (データ型の伝播 (Simulink)を参照)。この場合、ブロックは下流ブロックまたは信号オブジェクトのデータ型を使用します。

  • Inherit: auto (非数値ラベルの場合の既定値) — ブロックは自動定義された列挙データ型変数を使用します。たとえば、Select trained machine learning model で指定されたワークスペース変数名が myMdl で、クラス ラベルが class 1 および class 2 であるとします。この場合、対応する [label] の値は myMdl_enumLabels.class_1 および myMdl_enumLabels.class_2 になります。ブロックは、関数 matlab.lang.makeValidName を使用して、クラス ラベルを有効な MATLAB 識別子に変換します。

データ型の詳細については、信号のデータ型の制御 (Simulink)を参照してください。

[データ型アシスタントを表示] ボタン をクリックすると、[データ型アシスタント] が表示されます。これは、データ型の属性を設定する際に役立ちます。詳細は、データ型アシスタントを利用したデータ型の指定 (Simulink)を参照してください。

依存関係

サポートされるデータ型は、[Select trained machine learning model] で指定されたモデルで使用されるラベルによって異なります。

  • モデルで数値ラベルまたは logical ラベルが使用される場合、サポートされるデータ型は [Inherit: Inherit via back propagation] (既定)、double、single、half、int8、uint8、int16、uint16、int32、uint32、int64、uint64、boolean、固定小数点およびデータ型オブジェクトです。

  • モデルで非数値ラベルが使用される場合、サポートされるデータ型は [Inherit: auto] (既定)、Enum: <class name> およびデータ型オブジェクトです。

プログラムでの使用

ブロック パラメーター: LabelDataTypeStr
型: 文字ベクトル
値: 'Inherit: Inherit via back propagation' | 'Inherit: auto' | 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'int64' | 'uint64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | 'Enum: <class name>' | '<data type expression>'
既定の設定: 'Inherit: Inherit via back propagation' (数値ラベルと logical ラベルの場合) | 'Inherit: auto' (非数値ラベルの場合)

Simulink がチェックする [label] 出力範囲の下限値。

Simulink は以下を実行するために最小値を使用します。

メモ

[Label minimum] パラメーターが、[label] の実際の出力信号を飽和させたり、クリップしたりすることはありません。代わりに、Saturation (Simulink) ブロックを使用してください。

依存関係

このパラメーターを指定できるのは、[Select trained machine learning model] で指定されたモデルで数値ラベルが使用される場合だけです。

プログラムでの使用

ブロック パラメーター: LabelOutMin
型: 文字ベクトル
値: '[]' | スカラー
既定の設定: '[]'

Simulink がチェックする [label] 出力範囲の上限値。

Simulink は以下を実行するために最大値を使用します。

メモ

[Label maximum] パラメーターが、[label] の実際の出力信号を飽和させたり、クリップしたりすることはありません。代わりに、Saturation (Simulink) ブロックを使用してください。

依存関係

このパラメーターを指定できるのは、[Select trained machine learning model] で指定されたモデルで数値ラベルが使用される場合だけです。

プログラムでの使用

ブロック パラメーター: LabelOutMax
型: 文字ベクトル
値: '[]' | スカラー
既定の設定: '[]'

[score] 出力のデータ型を指定します。データ型は継承するか、直接指定するか、Simulink.NumericType のようにデータ型オブジェクトとして表現することができます。

[Inherit: auto] を選択すると、ブロックはデータ型を継承するルールを使用します。

データ型の詳細については、信号のデータ型の制御 (Simulink)を参照してください。

[データ型アシスタントを表示] ボタン をクリックすると、[データ型アシスタント] が表示されます。これは、データ型の属性を設定する際に役立ちます。詳細は、データ型アシスタントを利用したデータ型の指定 (Simulink)を参照してください。

プログラムでの使用

ブロック パラメーター: ScoreDataTypeStr
型: 文字ベクトル
値: 'Inherit: auto' | 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'int64' | 'uint64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | '<data type expression>'
既定の設定: 'Inherit: auto'

Simulink がチェックする [score] 出力範囲の下限値。

Simulink は以下を実行するために最小値を使用します。

メモ

[Score minimum] パラメーターが、[score] の実際の信号を飽和させたり、クリップしたりすることはありません。代わりに、Saturation (Simulink) ブロックを使用してください。

プログラムでの使用

ブロック パラメーター: ScoreOutMin
型: 文字ベクトル
値: '[]' | スカラー
既定の設定: '[]'

Simulink がチェックする [score] 出力範囲の上限値。

Simulink は以下を実行するために最大値を使用します。

メモ

[Score maximum] パラメーターが、[score] の実際の信号を飽和させたり、クリップしたりすることはありません。代わりに、Saturation (Simulink) ブロックを使用してください。

プログラムでの使用

ブロック パラメーター: ScoreOutMax
型: 文字ベクトル
値: '[]' | スカラー
既定の設定: '[]'

内部の未変換スコアのデータ型を指定します。データ型は継承するか、直接指定するか、Simulink.NumericType のようにデータ型オブジェクトとして表現することができます。

[Inherit: auto] を選択すると、ブロックはデータ型を継承するルールを使用します。

データ型の詳細については、信号のデータ型の制御 (Simulink)を参照してください。

[データ型アシスタントを表示] ボタン をクリックすると、[データ型アシスタント] が表示されます。これは、データ型の属性を設定する際に役立ちます。詳細は、データ型アシスタントを利用したデータ型の指定 (Simulink)を参照してください。

依存関係

このパラメーターを指定できるのは、[Select trained machine learning model] で指定されたモデルで 'none' (既定の設定で、'identity' と同じ) 以外のスコア変換が使用される場合だけです。

  • モデルでスコア変換が使用されない ('none' または 'identity') 場合は、[Score data type] を使用してスコアのデータ型を指定できます。

  • モデルで 'none' または 'identity' 以外のスコア変換が使用される場合は、このパラメーターを使用して未変換の生スコアのデータ型を指定し、[Score data type] を使用して変換したスコアのデータ型を指定できます。

スコア変換オプションを変更するには、学習時に名前と値の引数 'ScoreTransform' を指定するか、学習後に ScoreTransform プロパティを変更します。

プログラムでの使用

ブロック パラメーター: RawScoreDataTypeStr
型: 文字ベクトル
値: 'Inherit: auto' | 'double' | 'single' | 'half' | 'int8' | 'uint8' | 'int16' | 'uint16' | 'int32' | 'uint32' | 'int64' | 'uint64' | 'boolean' | 'fixdt(1,16)' | 'fixdt(1,16,0)' | 'fixdt(1,16,2^0,0)' | '<data type expression>'
既定の設定: 'Inherit: auto'

Simulink がチェックする未変換スコア範囲の下限値。

Simulink は以下を実行するために最小値を使用します。

メモ

[Raw score minimum] パラメーターが、未変換スコアの実際の信号を飽和させたり、クリップしたりすることはありません。

プログラムでの使用

ブロック パラメーター: RawScoreOutMin
型: 文字ベクトル
値: '[]' | スカラー
既定の設定: '[]'

Simulink がチェックする未変換スコア範囲の上限値。

Simulink は以下を実行するために最大値を使用します。

メモ

[Raw score maximum] パラメーターが、未変換スコアの実際の信号を飽和させたり、クリップしたりすることはありません。

プログラムでの使用

ブロック パラメーター: RawScoreOutMax
型: 文字ベクトル
値: '[]' | スカラー
既定の設定: '[]'

ブロックの特性

データ型

Boolean | double | enumerated | fixed point | half | integer | single

直達

yes

多次元信号

no

可変サイズの信号

no

ゼロクロッシング検出

no

代替機能

MATLAB Function ブロックを分類木オブジェクト (ClassificationTree または CompactClassificationTree) のオブジェクト関数 predict と共に使用できます。たとえば、MATLAB Function ブロックの使用によるクラス ラベルの予測を参照してください。

Statistics and Machine Learning Toolbox™ ライブラリ内の ClassificationTree Predict ブロックを使用するかどうか、または MATLAB Function ブロックを関数 predict と共に使用するかどうかを判断する際には、以下を考慮してください。

  • Statistics and Machine Learning Toolbox ライブラリ ブロックを使用する場合、固定小数点ツール (Fixed-Point Designer)を使用して浮動小数点モデルを固定小数点に変換できます。

  • MATLAB Function ブロックを関数 predict と共に使用する場合は、可変サイズの配列に対するサポートを有効にしなければなりません。

  • MATLAB Function ブロックを使用する場合、予測の前処理や後処理のために、同じ MATLAB Function ブロック内で MATLAB 関数を使用することができます。

拡張機能

C/C++ コード生成
Simulink® Coder™ を使用して C および C++ コードを生成します。

固定小数点の変換
Fixed-Point Designer™ を使用して固定小数点システムの設計とシミュレーションを行います。

バージョン履歴

R2021a で導入

参考

ブロック

オブジェクト

関数

トピック