回帰予測 | MATLAB は、最小二乗サポート ベクター マシン (複数の指標、複数グラフ) のデータ回帰予測を最適化する論理最適化アルゴリズム IBL-LSSVM [23 年の新しいアルゴリズム] を実装しています。

回帰予測 | MATLAB は、最小二乗サポート ベクター マシン (複数の指標、複数グラフ) のデータ回帰予測を最適化する論理最適化アルゴリズム IBL-LSSVM [23 年の新しいアルゴリズム] を実装しています。

エフェクト一覧

1
2

基本的な紹介

1. 多特徴入力と単一出力の回帰予測は、分類または時系列予測に置き換えることもできます。最適化パラメータは、LSSVR の sig と gamma です。グラフには反復曲線グラフ、予測効果グラフなどが含まれます。
2. IBL ロジック最適化アルゴリズムは、2023 年に新たに提案されるアルゴリズムです ~
3. Excel データを直接置き換えて使用でき、明確な注釈が付けられ、初心者に適しています [Fire] ]
4. サンプル データが付属しており、メイン ファイルを直接実行してワンクリックで画像を生成します [Light Bulb]

プログラミング

  • 完全なソース コードとデータ取得方法: プライベート メッセージ返信MATLAB は、IBL-LSSVM [23 年間の新しいアルゴリズム] 論理最適化アルゴリズムを実装して、最小二乗法のデータ回帰予測を最適化します。ベクター マシン (より多くのインジケーター、複数のチャート)
%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  导入数据
res = xlsread('data.xlsx');

%%  划分训练集和测试集
temp = randperm(103);

P_train = res(temp(1: 80), 1: 7)';
T_train = res(temp(1: 80), 8)';
M = size(P_train, 2);

P_test = res(temp(81: end), 1: 7)';
T_test = res(temp(81: end), 8)';
N = size(P_test, 2);

%%  数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);

[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);



%%  仿真测试
t_sim1 = sim(net, p_train);
t_sim2 = sim(net, p_test);

%%  数据反归一化
T_sim1 = mapminmax('reverse', t_sim1, ps_output);
T_sim2 = mapminmax('reverse', t_sim2, ps_output);

%%  均方根误差
error1 = sqrt(sum((T_sim1 - T_train).^2) ./ M);
error2 = sqrt(sum((T_sim2 - T_test ).^2) ./ N);



%%  相关指标计算
% 决定系数 R2
R1 = 1 - norm(T_train - T_sim1)^2 / norm(T_train - mean(T_train))^2;
R2 = 1 - norm(T_test -  T_sim2)^2 / norm(T_test -  mean(T_test ))^2;

disp(['训练集数据的R2为:', num2str(R1)])
disp(['测试集数据的R2为:', num2str(R2)])

% 平均绝对误差 MAE
mae1 = sum(abs(T_sim1 - T_train)) ./ M ;
mae2 = sum(abs(T_sim2 - T_test )) ./ N ;

disp(['训练集数据的MAE为:', num2str(mae1)])
disp(['测试集数据的MAE为:', num2str(mae2)])

% 平均相对误差 MBE
mbe1 = sum(T_sim1 - T_train) ./ M ;
mbe2 = sum(T_sim2 - T_test ) ./ N ;

disp(['训练集数据的MBE为:', num2str(mbe1)])
disp(['测试集数据的MBE为:', num2str(mbe2)])

参考文献

[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article /details/128105718

おすすめ

転載: blog.csdn.net/kjm13182345320/article/details/134992664