鲸鱼算法优化

机器学习之心

多输入多输出 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测 1.data为数据集，10个输入特征，3个输出变量。 2.main.m为主程序文件,运行即可，其余为函数文件，无需运行。 3.命令窗口输出RMSE、MBE、MSPE、MAE和R2，可在下载区获取数据和程序内容。

机器学习之心

分类预测 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机数据分类预测1.Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机数据分类预测（完整源码和数据）,优化参数为,优化RBF核函数gam和sig，运行环境为Matlab2018及以上。 2.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换excel数据就可以用; 3.程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。 4.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。

机器学习之心

回归预测 | Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测1.WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多变量回归预测可直接运行Matlab; 2.评价指标包括: R2、MAE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。要求2021版本及以上。 3.鲸鱼算法WOA优化的参数为:CNN的批处理大小、学习率、正则化系数，能够避免人工选取参数的盲目性，有效提高其预测精度。 4.main.m为主程序，其他为函数文件，无需运行，data为数据，多输入单输出，数据回归预测，输入7个特征，输出1个变量，直接替换Excel数据即可用!注释清晰，

机器学习之心

分类预测 | Matlab实现WOA-GRU鲸鱼算法优化门控循环单元的数据多输入分类预测1.Matlab实现WOA-GRU鲸鱼算法优化门控循环单元的数据多输入分类预测，运行环境Matlab2020b及以上； 2.基于鲸鱼算法(WOA)优化门控循环单元(GRU)分类预测，优化参数为，学习率，隐含层节点，正则化参数； 3.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用；程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图； 4.data为数据集，输入12个特征，分四类；main为主程序，其余为函数文件，无需运行，可在下载区获取数据和程序内容。

机器学习之心

分类预测 | Matlab实现WOA-BiLSTM鲸鱼算法优化双向长短期记忆神经网络的数据多输入分类预测1.Matlab实现WOA-BiLSTM鲸鱼算法优化双向长短期记忆神经网络的数据多输入分类预测，运行环境Matlab2020b及以上； 2.基于鲸鱼算法(WOA)优化双向长短期记忆网络(BiLSTM)分类预测，优化参数为，学习率，隐含层节点，正则化参数； 3.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用；程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图； 4.data为数据集，输入12个特征，分四类；main为主程序，其余为函数文件，无需运行，可在下载区获

机器学习之心

回归预测 | MATLAB实现WOA-SVM鲸鱼算法优化支持向量机多输入单输出回归预测（多指标，多图）回归预测 | MATLAB实现WOA-SVM鲸鱼算法优化支持向量机多输入单输出回归预测（多指标，多图），输入多个特征，输出单个变量，多输入单输出回归预测；多指标评价，代码质量极高；excel数据，方便替换，运行环境2018及以上。

机器学习之心

时序预测 | MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元时间序列预测时序预测 | MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元时间序列预测，运行环境Matlab2020b及以上。优化正则化率、学习率、隐藏层单元数。 1.MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元时间序列预测 2.单变量时间序列预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.鲸鱼算法优化参数为：学习率，隐含层节点，正则化参数； 5.excel数据，方便替换，运行环境2020及以上。

机器学习之心

时序预测 | MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测时序预测 | MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测，运行环境Matlab2020b及以上。优化正则化率、学习率、隐藏层单元数。 1.MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测； 2.单变量时间序列预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.鲸鱼算法优化参数为：学习率，隐含层节点，正则化参数； 5.excel数据，方便替换，运行环境2020及以上。

机器学习之心

回归预测 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多输入单输出回归预测回归预测 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多输入单输出回归预测 MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多输入单输出回归预测（Matlab完整程序和数据）输入7个特征，输出1个，即多输入单输出；优化参数为学习率，批大小，正则化系数。运行环境Matlab2018及以上,运行主程序main即可，其余为函数文件无需运行,所有程序放在一个文件夹,data为数据集；命令窗口输出RMSE、MAE、R2、MAPE。