我使用Matlab的Classification Learner App训练了一个分类模型（Classification Tree） . 我已将其导出到工作区，并将其另存为.mat文件 .
我需要将它嵌入Simulink模型中，以便在模拟过程中的每个时间步进行预测 . 我尝试使用Matlab功能块并使用“load”从.mat文件加载分类树，然后使用mdl.predictFcn（myInputData）对新数据进行预测 . 但是，当我尝试运行simulink模型时，我收到错误：
使用函数'load'找到不受支持的变量类 . 不支持在'mdl.ClassifierTTC.predictFcn'中找到的MATLAB类'function_handle' .
这是否意味着我不能在Simulink中使用我的分类模型？有人试过这样做吗？
提前致谢 .
1 回答
有一个解决这个问题的方法，无需编写任何C代码 . 可以使用MATLAB的代码生成器生成所有必需的C代码 .
生成分类模型后，将其从Classification Learner App导出到工作区，然后使用saveCompactModel（）函数保存它 . 请注意，即使在最新的MATLAB版本（2017a）中也不支持某些分类器模型 .
编写一个m文件，加载并将看不见的数据传递给分类器，并使用predict（）函数从分类器中获取分类标签 . 使用带有dll配置的codegen（）从m文件生成C代码，但不要让它编译 . 这将生成所有必需的头文件和源文件 .
现在，使用legacy_code（）生成一个S-Function将C代码导入Simulink . 将所有生成的头文件和源文件链接到S函数，并使用legacy_code（）生成S Function块和tlc文件 .
这将生成一个S Function块，其中分类器和嵌入在块中的预测函数 . legacy_code（）函数为此S函数生成tlc，并允许编译S功能块 .