【MATLAB第77期】基于MATLAB代理模型算法的降维/特征排序/数据处理回归/分类问题MATLAB代码实现【更新中】

【MATLAB第77期】基于MATLAB代理模型算法的降维/特征排序/数据处理回归/分类问题MATLAB代码实现

本文介绍基于libsvm代理模型算法的特征排序方法合集,包括:

1.基于每个特征预测精度进行排序(libsvm代理模型)

2.基于相关系数corr的特征排序(libsvm代理模型)

3.svmrfe_ker(二分类)【后续更新】

4.基于SVM-RFE递归特征消除的特征排序svmrfe_ori(二分类)【后续更新】

一、多输入单输出多分类问题

数据设置 :

分类数据,12输入1输出4分类,357样本

clike 复制代码
classdata=xlsread('数据集C.xlsx');
X=classdata(:,1:end-1)';% 输入变量
Y=classdata(:,end);%输出标签
[X, ps_input] = mapminmax(X, 0, 1);
X=X';
ptrain_per=0.7;%训练比例 
trainIdx = randperm(size(X,1),ceil(size(X,1)*ptrain_per));%训练样本编号
testIdx = setdiff(1:size(X,1),trainIdx);%测试样本编号
K=10;%10折
cvObj = cvpartition(Y(testIdx),'k',K);
userdata.cvObj = cvObj;
userdata.ft = X(testIdx,:);%测试集输入
userdata.target = Y(testIdx);%测试集输出

nSel = size(X,2);%选择的特征数量 ,可以小于等于变量特征数

1、基于每个特征预测精度进行排序(libsvm代理模型)

即通过每个变量作为输入特征,通过十折平均误差率来对特征进行排序。

累计贡献度为 0.9


2、基于相关系数corr的特征排序(libsvm代理模型)

适应度函数------测试集平均R2为:0.88588

二、多输入单输出回归问题

数据设置 :

分类数据,7输入1输出,107样本

clike 复制代码
%%  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('数据集.xlsx');

%%  划分训练集和测试集


ptrain_per=0.7;%训练比例 
trainIdx = randperm(size(res,1),ceil(size(res,1)*ptrain_per));%训练样本编号
testIdx = setdiff(1:size(res,1),trainIdx);%测试样本编号

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

P_test = res(testIdx, 1: 7)';
T_test = res(testIdx, 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);
K=10;%10折
cvObj = cvpartition(Y(testIdx),'k',K);
userdata.cvObj = cvObj;
userdata.ft = X(testIdx,:);%测试集输入
userdata.target = Y(testIdx);%测试集输出

nSel = size(X,2);%选择的特征数量 ,可以小于等于变量特征数

1、基于每个特征预测精度进行排序(libsvm代理模型)

即通过每个变量作为输入特征,通过十折平均误差率来对特征进行排序。

累计贡献度为 0.9

2、基于相关系数corr的特征排序(libsvm代理模型)


三、代码获取

CSDN私信回复"77期"即可获取下载方式。

相关推荐
JJJJ_iii2 小时前
【机器学习03】学习率与特征工程、多项式回归、逻辑回归
人工智能·pytorch·笔记·学习·机器学习·回归·逻辑回归
云端FFF2 小时前
论文理解 【LLM-回归】—— Decoding-based Regression
人工智能·数据挖掘·回归
IT小哥哥呀16 小时前
基于深度学习的数字图像分类实验与分析
人工智能·深度学习·分类
啦啦啦在冲冲冲20 小时前
mse和交叉熵loss,为什么分类问题不用 mse
人工智能·分类·数据挖掘
~~李木子~~20 小时前
图像分类项目:Fashion-MNIST 分类(SimpleCNN )
人工智能·分类·数据挖掘
霖0020 小时前
ZYNQ裸机开发指南笔记
人工智能·经验分享·笔记·matlab·fpga开发·信号处理
ghie90901 天前
基于MATLAB的遗传算法优化支持向量机实现
算法·支持向量机·matlab
88号技师1 天前
【2025年10月一区SCI】改进策略:Trend-Aware Mechanism 趋势感知机制(TAM)-附Matlab免费代码
开发语言·算法·数学建模·matlab·优化算法
rit84324991 天前
基于MATLAB的模糊图像复原
开发语言·matlab
Bugman.1 天前
分类任务-三个重要网络模型
深度学习·机器学习·分类