데이터 회귀 예측을 위해 MATLAB에서 SVM(Support Vector Machine)을 사용하려면 다음 단계를 따르십시오.
-
데이터 세트 준비:
특성 행렬 X와 대상 변수 벡터 y를 MATLAB 작업 공간에 불러옵니다. X와 y의 치수가 일치하는지 확인하십시오. -
데이터 세트 분할:
데이터 세트를 훈련 세트와 테스트 세트로 나누고cvpartition
함수를 사용하여 분할할 수 있습니다.일반적인 비율은 데이터의 70%를 훈련용으로, 30%를 테스트용으로 사용하는 것입니다. 예를 들어 데이터 세트를 임의로 분할하여 인덱스를 생성하도록 선택할 수 있습니다.
cv = cvpartition(size(X, 1), 'HoldOut', 0.3);
idxTrain = cv.training;
idxTest = cv.test;
- 모델 만들기 및 적합:
SVM 회귀 모델을 만들고 훈련 세트를 사용하여 적합합니다. 함수를 사용하여fitrsvm
SVM 회귀 모델 생성:
model = fitrsvm(X(idxTrain,:), y(idxTrain));
- 예측하기:
테스트 세트 데이터를 사용하여 예측합니다. 모델의predict
메서드를 호출하여 대상 변수를 예측합니다.
yPred = predict(model, X(idxTest,:));
- 모델 평가:
평균 제곱 오차(MSE) 또는 기타 적절한 메트릭을 계산하여 모델의 성능을 평가합니다.
mse = mean((y(idxTest) - yPred).^2);
이러한 방식으로 데이터 회귀 예측을 위해 MATLAB에서 서포트 벡터 머신 모델을 사용할 수 있습니다. 실제 문제에 따라 SVM의 매개변수를 조정해야 합니다.