最小二乘支持向量机

机器学习之心

多维时序 | Matlab基于BO-LSSVM贝叶斯优化最小二乘支持向量机数据多变量时间序列预测1.Matlab基于BO-LSSVM贝叶斯优化最小二乘支持向量机数据多变量时间序列预测（完整源码和数据）

机器学习之心

分类预测 | Matlab实现OOA-LSSVM鱼鹰算法优化最小二乘支持向量机多特征分类预测/故障诊断分类预测 | Matlab实现OOA-LSSVM鱼鹰算法优化最小二乘支持向量机多特征分类预测/故障诊断；

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

分类预测 | Matlab实现PSO-LSSVM粒子群算法优化最小二乘支持向量机数据分类预测1.Matlab实现PSO-LSSVM粒子群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

分类预测 | Matlab实现ABC-LSSVM人工蜂群算法优化最小二乘支持向量机数据分类预测1.Matlab实现ABC-LSSVM人工蜂群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

分类预测 | Matlab实现KPCA-ISSA-LSSVM基于核主成分分析和改进的麻雀搜索算法优化最小二乘支持向量机故障诊断分类预测1.Matlab实现KPCA-ISSA-LSSVM基于核主成分分析和改进的麻雀搜索算法优化最小二乘支持向量机故障诊断分类预测，含LSSVM、 SSA-LSSVM、ISSA-LSSVM、 KPCA-ISSA-LSSVM四个模型的对比，目标函数使用5折交叉验证确定最佳参数。

机器学习之心

回归预测 | Matlab基于OOA-LSSVM鱼鹰算法优化最小二乘支持向量机的数据多输入单输出回归预测Matlab基于OOA-LSSVM鱼鹰算法优化最小二乘支持向量机的数据多输入单输出回归预测 1.data为数据集，输入6个特征，输出一个变量。 2.main.m为程序主文件，其余为函数文件无需运行。 3.鱼鹰算法优化最小二乘支持向量机,优化RBF 核函数gam和sig。 4.注意程序和数据放在一个文件夹，运行环境为Matlab2018及以上. 5.命令窗口输出R2、MSE、MAE、MAPE和MBE多指标评价； 6.程序语言为matlab，程序可出预测效果图，迭代优化图，相关分析图; 7.代码特点：参数化编

机器学习之心

回归预测 | Matlab实现CPO-LSSVM冠豪猪算法优化最小二乘支持向量机多变量回归预测Matlab实现CPO-LSSVM冠豪猪算法优化最小二乘支持向量机多变量回归预测 1.data为数据集，输入6个特征，输出一个变量。 2.main.m为程序主文件，其余为函数文件无需运行。 3.冠豪猪算法优化最小二乘支持向量机,优化RBF 核函数gam和sig。 4.注意程序和数据放在一个文件夹，运行环境为Matlab2018及以上. 5.命令窗口输出R2、MSE、MAE、MAPE和MBE多指标评价； 6.程序语言为matlab，程序可出预测效果图，迭代优化图，相关分析图; 7.代码特点：参数化编程、参数

机器学习之心

2024美赛预测算法 | 回归预测 | Matlab基于RIME-LSSVM霜冰算法优化最小二乘支持向量机的数据多输入单输出回归预测Matlab基于RIME-LSSVM霜冰算法优化最小二乘支持向量机的数据多输入单输出回归预测（完整源码和数据） 1.data为数据集，输入6个特征，输出一个变量。 2.main.m为程序主文件，其余为函数文件无需运行。 3.霜冰算法优化最小二乘支持向量机,优化RBF核函数gam和sig。 4.注意程序和数据放在一个文件夹，运行环境为Matlab2018及以上. 5.命令窗口输出R2、MSE、MAE、MAPE和MBE多指标评价； 6.程序语言为matlab，程序可出预测效果图，迭代优化图，相关分析图; 7.

机器学习之心

回归预测 | Matlab实现CPO-LSSVM【24年新算法】冠豪猪优化最小二乘支持向量机多变量回归预测1.Matlab实现CPO-LSSVM【24年新算法】冠豪猪优化最小二乘支持向量机多变量回归预测（完整源码和数据） 2.运行环境为Matlab2021b； 3.excel数据集，输入多个特征，输出单个变量，多变量回归预测预测，main.m为主程序，运行即可,所有文件放在一个文件夹； 4.命令窗口输出R2、MAE、 MBE、MAPE、 RMSE多指标评价；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BO-LSSVM贝叶斯优化算法优化最小二乘支持向量机数据回归预测（多指标，多图）1.多特征输入单输出，回归预测。MATLAB实现BO-LSSVM贝叶斯优化算法优化最小二乘支持向量机数据回归预测（多指标，多图）。 2.直接替换Excel数据即可用，注释清晰，适合新手小白 3.附赠示例数据，输入格式如图2所示，直接运行main文件一键出图

机器学习之心

多输入多输出 | MATLAB实现LSSVM最小二乘支持向量机多输入多输出MATLAB实现LSSVM最小二乘支持向量机多输入多输出 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。 3.命令窗口输出MBE、MAE和R2，可在下载区获取数据和程序内容。

机器学习之心

多输入多输出 | MATLAB实现PSO-LSSVM粒子群优化最小二乘支持向量机多输入多输出MATLAB实现PSO-LSSVM粒子群优化最小二乘支持向量机多输入多输出 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。 3.命令窗口输出MBE、MAE和R2，可在下载区获取数据和程序内容。