
↖加关注这种话银家怎么好意思说出口嘛--
有小伙伴要求,可不可以在特征选择的同时优化SVM的两个参数呢!
和上期7种2024年新算法实现特征选择,5种UCI数据测试,3种分类器聚合,贴心整理!MATLAB代码获取文章差不多,本期是对上期文章代码功能的一个升级。
关于特征选择的原理上期文章已经讲的比较清楚了,本期在上期文章的基础上,添加SVM参数的优化。
话不多说,先看下代码结果。
选择数据Wine.data,并选择爱情进化算法优化SVM结果:

代码执行完后,会同时显示特征选择的结果和SVM的两个最佳参数。
选择数据sonar,并采用鹅算法优化SVM结果:

准确率可以达到96.85%,这个准确率对于Sonar数据可以说很高了。
选择数据break cancer,并采用粒子群优化算法优化SVM结果:

选择数据dermatology,并采用鳑鲏鱼优化算法优化SVM结果:

参考文献
[1]Tao Z, Huiling L, Wenwen W, et al. GA-SVM based feature selection and parameter optimization in hospitalization expense modeling[J]. Applied soft computing, 2019, 75: 323-332.
本文代码获取链接:
已将本期代码与上一期特征选择的代码整合在一起 ,已购买的小伙伴直接复制以下链接即可获取哦。https://mbd.pub/o/bread/ZZyTk5hr
也可跳转二维码获取:

或点击下方阅读原文获取。
已将此代码添加至故障诊断全家桶中,
已购买全家桶的小伙伴,可以直接跳转以下链接下载哦!
故障诊断全家桶获取链接:
https://mbd.pub/o/bread/ZJ2Ym5ts


Easily Search Code
本文介绍了如何在特征选择的同时优化SVM的参数,通过实例演示了使用爱情进化算法、鹅算法、粒子群优化和鳑鲏鱼优化算法对Wine.data、Sonar、breakcancer和dermatology数据集进行优化,展示了高准确率。MATLAB代码已整合,读者可通过链接获取。
1526

被折叠的 条评论
为什么被折叠?



