saveCompactModel
(削除済み) モデル オブジェクトをコード生成用のファイルに保存
saveCompactModel
は削除されました。代わりに saveLearnerForCoder
を使用してください。コードを更新するには、単に saveCompactModel
のインスタンスを saveLearnerForCoder
に置き換えます。
説明
機械学習モデルのオブジェクト関数 (predict
、random
、knnsearch
または rangesearch
) に対する C/C++ コードを生成するには、saveCompactModel
、loadCompactModel
および codegen
(MATLAB Coder) を使用します。機械学習モデルに学習をさせた後で、saveCompactModel
を使用してモデルを保存します。loadCompactModel
を使用してモデルを読み込みオブジェクト関数を呼び出す、エントリポイント関数を定義します。その後、codegen
または MATLAB® Coder™ アプリを使用して C/C++ コードを生成します。C/C++ コードの生成には MATLAB Coder が必要です。
次のフロー チャートは、機械学習モデルのオブジェクト関数に対するコード生成ワークフローを示します。強調表示されているステップで saveCompactModel
を使用します。
saveCompactModel(
は、分類モデル、回帰モデルまたは最近傍探索モデル (Mdl
,filename
)Mdl
) をコード生成用に準備してから、filename
という名前の MATLAB 形式のバイナリ ファイル (MAT ファイル) に保存します。filename
を loadCompactModel
に渡すと、filename
ファイルからモデル オブジェクトを再構築できます。
例
入力引数
アルゴリズム
saveCompactModel
は機械学習モデル (Mdl
) をコード生成用に準備します。この関数は、予測には必要ないプロパティを削除します。
対応するコンパクトなモデルがあるモデルの場合、関数
saveCompactModel
は該当する関数compact
をモデルに適用してからモデルを保存します。対応するコンパクトなモデルがないモデル (
ClassificationKNN
、ClassificationLinear
、RegressionLinear
、ExhaustiveSearcher
、KDTreeSearcher
など) の場合、関数saveCompactModel
はプロパティ (ハイパーパラメーター最適化プロパティなど)、ソルバーの学習に関する情報などを削除します。
loadCompactModel
は、saveCompactModel
によって保存されたモデルを読み込みます。
代替機能
次の表に記載されているモデルに対して、
learnerCoderConfigurer
が作成したコーダー コンフィギュアラーを使用します。モデル コーダー コンフィギュアラー オブジェクト マルチクラス分類用の二分決定木 ClassificationTreeCoderConfigurer
1 クラスおよびバイナリ分類用の SVM ClassificationSVMCoderConfigurer
バイナリ分類用の線形モデル ClassificationLinearCoderConfigurer
SVM モデルおよび線形モデル用のマルチクラス モデル ClassificationECOCCoderConfigurer
回帰用の二分決定木 RegressionTreeCoderConfigurer
サポート ベクター マシン (SVM) 回帰 RegressionSVMCoderConfigurer
線形回帰 RegressionLinearCoderConfigurer
機械学習モデルに学習をさせた後で、モデルのコーダー コンフィギュアラーを作成します。コンフィギュアラーのプロパティとオブジェクト関数を使用することにより、コード生成オプションを設定し、モデルの関数
predict
およびupdate
に対するコードを生成します。コーダー コンフィギュアラーを使用してコードを生成した場合、コードを再生成せずに、生成されたコードのモデル パラメーターを更新できます。詳細については、予測用のコード生成とコーダー コンフィギュアラーの使用による更新を参照してください。