介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。

偏最小二乘partial least squares（PLS）的matlab代码实现，整理为matlab函数，方便实用。

1.简介 自适应迭代加权加权最小二乘（airPLS）算法不需要任何用户干预和先验信息，例如检测到的峰。 它在拟合的基线和原始信号之间迭代地更改和平方误差（SSE）的权重，并使用先前拟合的基线和原始信号之间自适应地获得SSE的权重。 该基线估算器可以快速灵活地拟合基线。 2.安装 2.1 MATLAB版本 在计算机上安装MATLAB 6.5或更高版本。 从此下载，解压缩并享受它。 2.2 R版本 通过利用R包“ Matrix”中稀疏矩阵的优势，我们实现了Whittaker平滑器和airPLS算法的稀疏版本。 现在，airPLS 2.0的速度比airPLS 1.0快100倍以上。 使用以下R脚本从github安装airPLS R版本 install.packages( ' devtools ' ) library(devtools) httr::set_config( httr::c

VB2015编写最小二乘法拟合回归程序含源码可绘图进行比较

matlab偏最小二乘回归(PLSR)和主成分回归(PCR)数据分析报告论文（附代码数据）

CUDA中最小二乘的共轭梯度 这是用于稀疏矩阵的的CUDA实现。 CGLS解决了问题 minimize ||Ax - b||_2^2 + s ||x||_2^2, 通过使用（CG）。 与仅将CG应用于法线方程相比，它在数值上更稳定。 该实现支持实值和复值矩阵，CSR和CSC格式以及单精度和双精度的任意组合。 另外，可以使用用于计算Ax和A^Tx抽象运算符来代替稀疏矩阵。 ＃＃＃＃表现 CGLS在Nvidia Tesla K40c上中的两个最大的非平方矩阵上运行。 矩阵名称 尺寸 非零 Iter。 时间 时间/（iter * nnz） 吉安.mesh_grid （230k，9k） 85万 794 0.52秒 0.77纳秒 JGD_GL7d.GL7d18 （200万，150万） 3600万 77 3.7秒 1.3纳秒 〜U [-1，1] （1M，950k） 250M

最小二乘拟合直线的matlab demo

将简单的解释与大量的实际示例结合起来，提供了一种创新的线性代数教学方法。 不需要先验知识，它涵盖线性代数的各个方面-向量，矩阵和最小二乘

基于电动轮驱动电动汽车平台道路试验，对一种新的汽车质量辨识算法进行了研究．该方法根据加速度传感器能够测量沿测量轴的重力分量的特点，排除了坡度对质量辨识的影响；根据加速度分段方法，分别利用两段递推最小二乘算法得到行驶阻力及质量的估计值．在电动轮驱动电动汽车平台上分别进行了沥青、塑胶及碎石路面上以及坡道上的试验，分析了行驶阻力与质量辨识的误差与收敛情况，并针对几种特殊工况对算法进行适应性改进．试验结果显示，不同质量及道路状态下的估计误差均在2．5％以下，表明所设计的辨识算法具有很高的估计精度，具有良好的工程应

matlab说话代码LARS ++ Lars ++是一个C ++和Matlab软件库，用于精确地和近似地求解L1正则化的最小二乘。 它基于以下论文： 埃夫隆（Efron，B.），约翰斯顿（Johnstone），哈斯提（Hastie）和蒂布希拉尼（Tibshirani）（2002）。 最小角度回归统计年鉴2003 除参考BLAS和CBLAS实现之外，此软件包中包含的所有代码均受版权保护。 有关使用的详细信息，请参阅LICENSE.txt文件。 一般来说，它可以不受限制地免费用于公司和非公司使用。 它绝对没有保修。 版权所有（c）2006 Varun Ganapathi，David Vickery，James Diebel，斯坦福大学 执照 有关完整许可证，请参见文件LICENSE.txt。 该程序是免费软件； 您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新分发和/或修改它； 许可的版本2，或（由您选择）任何更高的版本。 分发该程序是希望它会有用，但是没有任何保证； 甚至没有对适销性或特定用途适用性的暗示保证。 有关更多详细信息，请参见GNU通用公共许可证。 您应该已经与该程