ssa-cnn-svm

机器学习之心1 年前
多变量时间序列预测·ssa-cnn-svm·麻雀算法优化·卷积神经网络-支持向量机
多维时序 | MATLAB实现SSA-CNN-SVM麻雀算法优化卷积神经网络-支持向量机多变量时间序列预测多维时序 | MATLAB实现SSA-CNN-SVM麻雀算法优化卷积神经网络-支持向量机多变量时间序列预测。
机器学习之心1 年前
多输入单输出回归预测·ssa-cnn-svm·cnn-svm·麻雀算法优化·卷积神经网络-支持向量机
回归预测 | Matlab实现SSA-CNN-SVM麻雀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.SSA-CNN-SVM麻雀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.麻雀算法SSA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1 年前
ssa-cnn-svm·cnn-svm·麻雀算法优化·卷积支持向量机分类预测
分类预测 | Matlab实现SSA-CNN-SVM麻雀算法优化卷积支持向量机分类预测1.Matlab实现SSA-CNN-SVM麻雀算法优化卷积支持向量机分类预测(完整源码和数据) 2.优化参数为:学习率,批量处理大小,正则化参数。 3.图很多,包括分类效果图,混淆矩阵图。 4.附赠案例数据可直接运行main一键出图~ 注意程序和数据放在一个文件夹,运行环境为Matlab2020及以上。 5.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。 6.输入多个特征,分四类。
机器学习之心1 年前
分类预测·ssa-cnn-svm·cnn-svm·麻雀算法优化卷积支持向量机
分类预测 | MATLAB实现SSA-CNN-SVM基于麻雀算法优化卷积支持向量机分类预测MATLAB实现SSA-CNN-SVM基于麻雀算法优化卷积支持向量机分类预测,优化参数为:学习率,批量处理大小,正则化参数。图很多,包括分类效果图,迭代优化图,混淆矩阵图。