分類預測 | Matlab實現(xiàn)CS-SVM布谷鳥算法優(yōu)化支持向量機的數據分類預測
分類效果
基本描述
1.Matlab實現(xiàn)CS-SVM布谷鳥算法優(yōu)化支持向量機的數據分類預測。
2.自帶數據，多輸入，單輸出，多分類。優(yōu)化參數為：SVM的gamma和c。圖很多，包括迭代曲線圖、混淆矩陣圖、預測效果圖等等
3.直接替換數據即可使用，保證程序可正常運行。運行環(huán)境MATLAB2018及以上。
4.代碼特點：參數化編程、參數可方便更改、代碼編程思路清晰、注釋明細。文章來源：http://www.zghlxwxcb.cn/news/detail-798920.html
程序設計
- 完整程序和數據私信博主回復Matlab實現(xiàn)CS-SVM布谷鳥算法優(yōu)化支持向量機的數據分類預測。
%% 參數設置
% 定義優(yōu)化參數的個數，在該場景中，優(yōu)化參數的個數dim為2 。
% 定義優(yōu)化參數的上下限，如c的范圍是[0.01, 1]， g的范圍是[2^-5, 2^5]，那么參數的下限lb=[0.01, 2^-5]；參數的上限ub=[1, 2^5]。
%目標函數
fun = @getObjValue;
% 優(yōu)化參數的個數 (c、g)
dim = 2;
% 優(yōu)化參數的取值下限
lb = [10^-1, 1];
ub = [10^2, 2^8];
%% 參數設置
pop =6; %種群數量
maxgen=100;%最大迭代次數
%% 優(yōu)化(這里主要調用函數)
c = Best_pos(1, 1);
g = Best_pos(1, 2);
toc
% 用優(yōu)化得到c,g訓練和測試
cmd = ['-s 0 -t 2 ', '-c ', num2str(c), ' -g ', num2str(g), ' -q'];
model = libsvmtrain(T_train, P_train, cmd);
————————————————
版權聲明：本文為CSDN博主「機器學習之心」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權協(xié)議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/kjm13182345320/article/details/134843675
參考資料
[1] https://blog.csdn.net/kjm13182345320/article/details/129036772?spm=1001.2014.3001.5502
[2] https://blog.csdn.net/kjm13182345320/article/details/128690229文章來源地址http://www.zghlxwxcb.cn/news/detail-798920.html
到了這里，關于分類預測 | Matlab實現(xiàn)CS-SVM布谷鳥算法優(yōu)化支持向量機的數據分類預測的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！
