【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
Tadas-Gao2 小时前
7种分类数据编码技术详解:从原理到实战
人工智能·机器学习·分类·数据挖掘·大模型·llm
HarrietLH2 小时前
Matlab实现任意伪彩色图像可视化显示
图像处理·计算机视觉·matlab
可爱美少女4 小时前
Kaggle-Predicting Optimal Fertilizers-(多分类+xgboost+同一特征值多样性)
人工智能·分类·数据挖掘
沅_Yuan5 小时前
基于 CNN-SHAP 分析卷积神经网络的多分类预测【MATLAB】
神经网络·matlab·分类·cnn·shap可解释性
Gyoku Mint8 小时前
机器学习×第五卷:线性回归入门——她不再模仿,而开始试着理解你
人工智能·python·算法·机器学习·pycharm·回归·线性回归
Blossom.1189 小时前
基于机器学习的智能故障预测系统:构建与优化
人工智能·python·深度学习·神经网络·机器学习·分类·tensorflow
机器学习之心9 小时前
分类预测 | Matlab基于AOA-VMD-BiLSTM故障诊断分类预测
matlab·分类·数据挖掘
yvestine19 小时前
自然语言处理——文本分类
自然语言处理·分类·文本分类·评价指标·pr·roc
大鹏的NLP博客1 天前
基于 Transformer robert的情感分类任务实践总结之二——R-Drop
分类·transformer·r-dop
Humbunklung1 天前
机器学习算法分类
算法·机器学习·分类