adaboost

༱ホ16 天前
人工智能·python·随机森林·数据挖掘·adaboost·集成学习·bagging
集成学习 #数据挖掘 #Python集成学习是一种机器学习方法，它通过结合多个模型的预测结果来提高整体性能和稳定性。这种方法的主要思想是“集合智慧”，通过将多个模型（比如决策树、随机森林、梯度提升机等）的预测集成起来，可以减少单个模型的过拟合风险，同时提高对未知数据的泛化能力。
机器学习之心17 天前
adaboost·集成学习·cnn-lstm·股票价格预测
Adaboost集成学习 | Matlab实现基于CNN-LSTM-Adaboost集成学习时间序列预测（股票价格预测）Adaboost集成学习 | Matlab实现基于CNN-LSTM-Adaboost集成学习时间序列预测（股票价格预测）
青春之我_XP22 天前
随机森林·机器学习·数据挖掘·adaboost·集成学习·boosting·bagging
【机器学习系列】深入理解集成学习：从Bagging到Boosting目录一、集成方法的一般思想二、集成方法的基本原理三、构建集成分类器的方法常见的有装袋（Bagging）和提升（Boosting）两种方法
机器学习之心5 个月前
adaboost·cnn-gru·卷积门控循环单元·时间序列预测·cnn-gru-ada
时序预测 | MATLAB实现基于CNN-GRU-AdaBoost卷积门控循环单元结合AdaBoost时间序列预测1.MATLAB实现基于CNN-GRU-AdaBoost卷积门控循环单元结合AdaBoost时间序列预测（风电功率预测）； 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，单变量时间序列数据，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、MAPE、MSE、RMSE、RPD多指标评价；
机器学习之心5 个月前
adaboost·集成学习·cnn-bilstm·时间序列预测·cnn-bilstm-ada·卷积双向长短期记忆网络
时序预测 | MATLAB实现基于CNN-BiLSTM-AdaBoost卷积双向长短期记忆网络结合AdaBoost时间序列预测1.Matlab实现CNN-BiLSTM-Adaboost时间序列预测，卷积双向长短期记忆神经网络结合AdaBoost时间序列预测（风电功率预测）； 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，单变量时间序列数据，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、MAPE、MSE、RMSE、RPD多指标评价；
机器学习之心5 个月前
adaboost·attention·数据分类预测·gru-attention·门控循环单元融合注意力机制
分类预测 | Matlab实现GRU-Attention-Adaboost基于门控循环单元融合注意力机制的Adaboost数据分类预测/故障识别1.Matlab实现GRU-Attention-Adaboost基于门控循环单元融合注意力机制的Adaboost数据分类预测/故障识别。 2.自带数据，多输入，单输出，多分类。图很多、混淆矩阵图、预测效果图等等 3.直接替换数据即可使用，保证程序可正常运行。运行环境MATLAB2023及以上。 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7 个月前
adaboost·时间序列预测·bilstm-adaboost·双向长短期记忆网络
时序预测 | MATLAB实现基于BiLSTM-AdaBoost双向长短期记忆网络结合AdaBoost时间序列预测1.Matlab实现BiLSTM-Adaboost时间序列预测，双向长短期记忆神经网络结合AdaBoost时间序列预测（风电功率预测）； 2.运行环境为Matlab2020b； 3.data为数据集，excel数据，单变量时间序列数据，BiLSTM_AdaboostTS.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、MAPE、RMSE多指标评价；
机器学习之心8 个月前
adaboost·多输入单输出回归预测·bp神经网络·bp·bp-adaboost
回归预测 | MATLAB实现基于BP-Adaboost的BP神经网络结合AdaBoost多输入单输出回归预测1.MATLAB实现基于BP-Adaboost的BP神经网络结合AdaBoost多输入单输出回归预测； 2.运行环境为Matlab2018b； 3.输入多个特征，输出单个变量，多变量回归预测； 4.data为数据集，excel数据，前7列输入，最后1列输出，主程序运行即可,所有文件放在一个文件夹； 5.命令窗口输出R2、MAE、MAPE多指标评价。
机器学习之心8 个月前
bigru-adaboost·adaboost·双向门控循环单元·多输入分类预测
分类预测 | MATLAB实现基于BiGRU-AdaBoost双向门控循环单元结合AdaBoost多输入分类预测1.MATLAB实现基于BiGRU-AdaBoost双向门控循环单元结合AdaBoost多输入分类预测； 2.运行环境为Matlab2020b； 3.输入多个特征，分四类，多特征分类预测； 4.data为数据集，excel数据，前12列输入，最后1列输出四类标签，运行主程序即可,所有文件放在一个文件夹。
机器学习之心8 个月前
adaboost·gru·门控循环单元·多输入分类预测·gru-adaboost
分类预测 | MATLAB实现基于GRU-AdaBoost门控循环单元结合AdaBoost多输入分类预测1.MATLAB实现基于GRU-AdaBoost门控循环单元结合AdaBoost多输入分类预测； 2.运行环境为Matlab2020b； 3.输入多个特征，分四类，多特征分类预测； 4.data为数据集，excel数据，前12列输入，最后1列输出四类标签，运行主程序即可,所有文件放在一个文件夹。
机器学习之心8 个月前
adaboost·lstm·多输入分类预测·lstm-adaboost·长短期记忆网络
分类预测 | MATLAB实现基于LSTM-AdaBoost长短期记忆网络结合AdaBoost多输入分类预测1.分类预测 | MATLAB实现基于LSTM-AdaBoost长短期记忆网络结合AdaBoost多输入分类预测； 2.运行环境为Matlab2020b； 3.输入多个特征，分四类，多特征分类预测； 4.data为数据集，excel数据，前12列输入，最后1列输出四类标签，运行主程序即可,所有文件放在一个文件夹。
机器学习之心9 个月前
随机森林·adaboost·多输入分类预测·rf-adaboost
分类预测 | MATLAB实现基于RF-Adaboost随机森林结合AdaBoost多输入分类预测1.MATLAB实现基于RF-Adaboost随机森林结合AdaBoost多输入分类预测； 2.运行环境为Matlab2018b； 3.输入多个特征，分四类预测； 4.data为数据集，excel数据，前多列输入，最后输出四类标签，主程序运行即可,所有文件放在一个文件夹； 5.可视化展示分类准确率。
Jet45059 个月前
人工智能·数据挖掘·回归·adaboost
第81步 时间序列建模实战：Adaboost回归建模一、写在前面这一期，我们介绍AdaBoost回归。同样，这里使用这个数据：《PLoS One》2015年一篇题目为《Comparison of Two Hybrid Models for Forecasting the Incidence of Hemorrhagic Fever with Renal Syndrome in Jiangsu Province, China》文章的公开数据做演示。数据为江苏省2004年1月至2012年12月肾综合症出血热月发病率。运用2004年1月至2011年12月的数据预
机器学习之心10 个月前
adaboost·rbf·rbf-adaboost·多特征分类预测
分类预测 | Matlab实现RBF-Adaboost多特征分类预测1.Matlab实现基于RBF-Adaboost数据分类预测（Matlab完整程序和数据） 2.多特征输入模型，直接替换数据就可以用。 3.语言为matlab。分类效果图，混淆矩阵图。 4.分类效果图，混淆矩阵图。 5.RBF-Adaboost的数据分类预测。 运行环境matlab2018及以上。
机器学习之心10 个月前
支持向量机·adaboost·多输入分类预测·svm-adaboost
分类预测 | MATLAB实现基于SVM-Adaboost支持向量机结合AdaBoost多输入分类预测1.MATLAB实现基于SVM-Adaboost支持向量机结合AdaBoost多输入分类预测； 2.运行环境为Matlab2018b； 3.输入多个特征，分四类预测； 4.data为数据集，excel数据，前多列输入，最后输出四类标签，主程序运行即可,所有文件放在一个文件夹； 5.可视化展示分类准确率。
机器学习之心10 个月前
adaboost·数据分类预测·bp-adaboost
分类预测 | Matlab实现基于BP-Adaboost数据分类预测1.Matlab实现基于BP-Adaboost数据分类预测（Matlab完整程序和数据） 2.多特征输入模型，直接替换数据就可以用。 3.语言为matlab。分类效果图，混淆矩阵图。 4.分类效果图，混淆矩阵图。 5.BP-Adaboost的数据分类预测。 运行环境matlab2018及以上。
机器学习之心10 个月前
adaboost·gru·多变量时间序列预测·gru-adaboost
多维时序 | Matlab实现GRU-Adaboost和GRU多变量时间序列预测对比多维时序 | Matlab实现GRU-Adaboost和GRU多变量时间序列预测对比Matlab实现GRU-Adaboost和GRU多变量时间序列预测对比（完整程序和数据） 1.输入多个特征，输出单个变量； 2.考虑历史特征的影响，多变量时间序列预测； 4.csv数据，方便替换； 5.运行环境Matlab2018b及以上； 6.输出误差对比图。
机器学习之心1 年前
adaboost·多输入单输出回归预测·核极限学习机·ssa-kelm·kelm-adaboost
回归预测 | MATLAB实现基于SSA-KELM-Adaboost麻雀算法优化核极限学习机结合AdaBoost多输入单输出回归预测1.Matlab实现SS-KELM-Adaboost多变量回归预测; 2.运行环境为Matlab2020b； 3.输入多个特征，输出单个变量，多变量回归预测； 4.data为数据集，excel数据，前7列输入，最后1列输出，SSA-KELM-AdaboostNN.m为主程序，运行即可,所有文件放在一个文件夹； 5.命令窗口输出R2、MAE、MAPE、RMSE多指标评价；
机器学习之心1 年前
bigru-adaboost·adaboost·多输入单输出回归预测·双向门控循环单元
回归预测 | MATLAB实现基于BiGRU-AdaBoost双向门控循环单元结合AdaBoost多输入单输出回归预测1.MATLAB实现基于BiGRU-AdaBoost双向门控循环单元结合AdaBoost多输入单输出回归预测； 2.运行环境为Matlab2020b； 3.输入多个特征，输出单个变量，多变量回归预测； 4.data为数据集，excel数据，前7列输入，最后1列输出，main.m为主程序，运行即可,所有文件放在一个文件夹； 5.命令窗口输出R2、MSE、MAE、MAPE和MBE多指标评价。