本文以支持向量机原理和小波变换原理为基础，使用网格搜索法来对支持向量机的参数进行寻优，完成对风速的测量。
2022-05-15 10:31:00
801KB
1
维度灾难是机器学习任务中的常见问题，特征选择算法能够从原始数据集中选取出最优特征子集，降低特征维度.提出一种混合式特征选择算法，首先用卡方检验和过滤式方法选择重要特征子集并进行标准化缩放，再用序列后向选择算法（SBS）与支持向量机（SVM）包裹的SBS-SVM算法选择最优特征子集，实现分类性能最大化并有效降低特征数量.实验中，将包裹阶段的SBS-SVM与其他两种算法在3个经典数据集上进行测试，结果表明，SBS-SVM算法在分类性能和泛化能力方面均具有较好的表现.
2022-05-13 15:05:33
1.2MB
1
【RVM分类】基于麻雀搜索算法优化相关向量机实现数据分类附matlab代码
2022-05-13 11:56:28
526KB
1
使用 Wild Horse Optimizer (WHO) 的支持向量机 (SVM) 超参数优化（matlab代码）
我们使用 Wild Horse Optimizer 作为解决工程优化问题的强大且快速的元启发式算法，在分类问题中开发优化支持向量机算法超参数（内核、c、gamma）
首先，您可以使用任何带有编辑 Main.m 文件的数据集，然后单击运行
2022-05-11 09:04:42
12KB