Python-Modell-Coausführung
Mit Blöcken der Statistics and Machine Learning Toolbox™ können Sie eine Co-Ausführung von Python® scikit-learn® und benutzerdefinierten Python-Machine-Learning-Modellen für die Vorhersage in Simulink® durchführen. Laden Sie ein gespeichertes Python-Modell in einen Scikit-learn Model Predict-Block oder einen Custom Python Model Predict-Block und konfigurieren Sie die eingehenden Datentypen. Jeder Block führt das Modell in Python aus und gibt die Python-Ausgabe in Simulink zurück. Optional können Sie eine Python-Funktion in den Scikit-learn Model Predict-Block laden, um die Prädiktordaten vorzuverarbeiten, die Simulink an das Python-Modell übergibt und eine Funktion laden, um die vorhergesagten Antworten des Modells nachzuverarbeiten.
MATLAB® unterstützt die Python-Referenzimplementation, die auch als CPython bekannt ist. Auf einer Mac- oder Linux®-Plattform ist Python bereits vorinstalliert. Wenn Sie Windows® verwenden, müssen Sie eine Distribution installieren, die Sie beispielsweise auf https://www.python.org/downloads finden können. Weitere Informationen finden Sie unter Konfigurieren Ihres Systems zum Verwenden von Python. Beide Blöcke wurden anhand von Python Version 3.10 getestet. Um den Scikit-learn Model Predict-Block zu verwenden, muss in Ihrer MATLAB Python-Umgebung das Modul scikit-learn installiert sein.
Blöcke
| Scikit-learn Model Predict | Predict responses using pretrained Python scikit-learn model (Seit R2024a) |
| Custom Python Model Predict | Predict responses using pretrained custom Python model (Seit R2024a) |
Verwandte Informationen
Themen
- Predict Cluster Assignments Using Python Scikit-learn Model Predict Block
This example shows how to use the Scikit-learn Model Predict block for prediction in Simulink®.
- Predict Responses Using Custom Python Model in Simulink
This example shows how to use the Custom Python Model Predict block for prediction in Simulink®.
