内置了葡萄酒数据，和分类与预测两个例子，可以根据需求进行改动，可读性强！
支持向量机是一种基于VC维理论同时又满足结构风险最小状态原则的机器学习算法，具有适应于小样本，泛化能力强等优点，主要是通过寻找一种满足公式 的最优的超平面，来实现不同数据特征的区分，其分类与预测效果的优劣主要受参数c，g的影响。
采用粒子群优化算法对支持向量机进行参数寻优。
2022-06-29 18:05:23
11KB
【费用预测】粒子群算法优化ELM神经网络预测费用【含Matlab源码 1378期】.zip
2022-06-25 09:05:04
115KB
1
【RBF预测】基于粒子群算法优化RBF神经网络实现数据回归预测含Matlab源码
2022-06-03 15:25:31
797KB
1
【SVM分类】基于粒子群算法优化支持向量机实现葡萄酒数据分类附matlab代码
2022-05-28 16:09:35
474KB
1
遗传算法嵌入粒子群算法优化LSSVM回归预测模型
pso-ga-lssvm
遗传算法嵌入粒子群算法优化LSSVM回归预测模型
直接替换数据就可以运行
2022-05-28 09:06:06
152KB