常用的三种机器学习预测方法

文章目录


以下代码统一为读入xlsx文件,其中第一列为因变量,其余列为自变量,每一行代表一个样本

(matlab代码)

线性回归

%读取数据
[X,TXT,RAW]=xlsread('train_element.xlsx');
y=X(:,1);        %第一列为y值
X(:,1)=[1];      %将第一列数值变为1
[b,bint,r,rint,stats]=regress(y,X);
b   %回归系数,第一个是常数项

%测试
[TX,TXT,RAW]=xlsread('test_element.xlsx');
TY_num = size(TX,1);
TY = [1:TY_num];
TY(1,:) = b(1);

for i = 1:30            %测试数据30行
    for j = 1:21       %每一行21个自变量
        TY(i) = TX(i,j+1) * b(j+1)+TY(i); % TX第一个是1,故j+1;b第一个是常数项系数,故j+1
      end  
end
hold on
plot(TY)
plot(TX(:,1))
legend('预测值','真实值');
TY

BP网络

在应用程序处打开Neural Net Fitting训练神经网络模型

参见 (如何利用matlab做BP神经网络分析-利用matlab神经网络工具箱)[ https://blog.youkuaiyun.com/ljyljyok/article/details/81362465 ]


                
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值