展开网站建设,网站模板 psd,163企业邮箱费用,网站怎么做关键词搜索排面分类预测 | Matlab实现SMA-KELM黏菌优化算法优化核极限学习机分类预测 目录 分类预测 | Matlab实现SMA-KELM黏菌优化算法优化核极限学习机分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.MATLAB实现SMA-KELM黏菌优化算法优化核极限学习机分类预测(完整源码和数…分类预测 | Matlab实现SMA-KELM黏菌优化算法优化核极限学习机分类预测 目录 分类预测 | Matlab实现SMA-KELM黏菌优化算法优化核极限学习机分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.MATLAB实现SMA-KELM黏菌优化算法优化核极限学习机分类预测(完整源码和数据) 2.优化参数为正则化系数C和核函数参数G; 3.直接替换数据即可使用保证程序可正常运行。 4.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。 运行环境matlab2018b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。 程序设计
完整程序和数据获取方式资源处直接下载Matlab实现SMA-KELM黏菌优化算法优化核极限学习机分类预测。
%% 获取最优正则化系数 C 和核函数参数 S
Regularization_coefficient Best_score(1);
Kernel_para Best_score(2);
Kernel_type rbf;
%% 训练
[TrainOutT,OutputWeight] kelmTrain(P_train,T_train,Regularization_coefficient,Kernel_type,Kernel_para);
%% 训练集预测
InputWeight OutputWeight;
[TestOutT] kelmPredict(P_train,InputWeight,Kernel_type,Kernel_para,P_test);
%% 训练集正确率
errorTrain TrainOutT - T_train;
accuracyTrain sum(errorTrain 0)/length(T_train);
参考资料 [1] https://blog.csdn.net/kjm13182345320/article/details/129036772?spm1001.2014.3001.5502 [2] https://blog.csdn.net/kjm13182345320/article/details/128690229
