【MATLAB第72期】基于MATLAB的LightGbm(LGBM)梯度增强决策树多输入多输出回归预测模型

【MATLAB第72期】基于MATLAB的LightGbm(LGBM)梯度增强决策树多输入多输出回归预测模型

一、学习资料

(LGBM)是一种基于梯度增强决策树(GBDT)算法。

往期研究了多输入单输出回归预测方法,本次研究多输入多输出回归预测。
参考链接:

lightgbm原理参考链接:
训练过程评价指标metric函数参考链接:
lightgbm参数介绍参考链接:
lightgbm调参参考链接:


二、回归预测(多输入多输出)

1.数据设置

数据(103个样本,6输入2输出)
2.预测结果


3.参数设置

clike 复制代码
parameters=containers.Map;
parameters('task')='train';
parameters('boosting_type')='gbdt';
parameters('metric')='rmse';
parameters('num_leaves')=31;
parameters('learning_rate')=0.05; %越大,训练集效果越好
parameters('feature_fraction')=0.9;
parameters('bagging_fraction')=0.8;
parameters('bagging_freq')=5;
parameters('num_threads')=1;
parameters('verbose')=1;

4.训练过程

clike 复制代码
[   1]  train rmse 0.233357
[   2]  train rmse 0.231044
[   3]  train rmse 0.228797
[   4]  train rmse 0.227415
............
[ 497]  train rmse 0.085027
[ 498]  train rmse 0.085003
[ 499]  train rmse 0.084895
[ 500]  train rmse 0.084889
bestIteration: 500
变量1训练集数据的R2为:0.86962
变量1测试集数据的R2为:0.68349
变量1训练集数据的MAE为:17.4661
变量1测试集数据的MAE为:30.9187
变量1训练集数据的MBE为:0.41216
变量1测试集数据的MBE为:10.9088
变量2训练集数据的R2为:-1.6106
变量2测试集数据的R2为:-1.3039
变量2训练集数据的MAE为:9.6898
变量2测试集数据的MAE为:10.2226
变量2训练集数据的MBE为:-2.193
变量2测试集数据的MBE为:-1.9149

5.特征变量敏感性分析

三、代码获取

CSDN后台私信回复"72期"即可获取下载方式。

相关推荐
程高兴3 小时前
基于Matlab的车牌识别系统
开发语言·matlab
XuX036 小时前
手搓雷达图(MATLAB)
matlab·贴图
freexyn10 小时前
Matlab自学笔记五十一:(推荐)输入参数的数量和可变数量的输入
笔记·算法·matlab
不吃酸的柠檬10 小时前
MATLAB 中的图形绘制
人工智能·机器学习·matlab
studyer_domi10 小时前
Matlab 复合模糊PID
开发语言·matlab
DarrenPig1 天前
【新能源科学与技术】MATALB/Simulink小白教程(一)实验文档【新能源电力转换与控制仿真】
matlab·开源·github·simulink·交流
简简单单做算法1 天前
基于GA遗传优化TCN-BiGRU注意力机制网络模型的时间序列预测算法matlab仿真
matlab·tcn-bigru·时间序列预测·注意力机制·ga遗传优化
Cc小跟班2 天前
MATLAB小技巧记录(特殊符号、图例位置...)
开发语言·算法·matlab
镰圈量化2 天前
决策树在金融分析中有诸多应用场景
算法·决策树·金融