matlab回归学习

前言

        所谓回归学习即预测，便是由已知的数据推测未知的数据，利用转速与转矩来推测电流。

1、数据准备

        下面虚拟一组转速转矩以及电流数据。

speed = [100 220 330 440 550 660];
torque = [200 300 400 500 700 900];
I = [400 500 603 739 821 912];
arr = [speed;torque];

2、模型选择

        点击matlab-APP中的回归学习器 

        以speed与torque作为输入，以I作为响应进行预测，其他的根据经验调一调，每个项目都不一样所以没有统一标准。

         点击全部训练

        可以看出神经网络的RMSE最小，误差最小，所以选择神经网络

3、模型导出

        将误差最小的神经网络导出到工作区，点击“导出”-“导出模型”即可

        虚拟一组预测数组

arr_tar=[300 220 324 234 535 234;342 234 435 456 676 345];

        利用预测模型进行预测

yfit = trainedModel.predictFcn(arr_tar);

         得出结果

结果

yfit =
590.5091
515.3575
595.1618
466.7891
809.0545
500.0891