搜索【回归预测】的结果

基于随机森林RF的回归预测，随机森林RF重要性排序，多变量输入模型。运行环境为matlab2018，程序内注释详细，直接替换数据就可以用。随机森林的特征变量重要性排序在特征选择和特征分析中具有广泛的用途。它可以用来识别哪些特征对目标变量的预测最为重要，从而帮助我们理解数据中的关键特征和影响因素。

2024-05-22 10:08:37 32KB 随机森林

1

基于BP神经网络回归预测,多变量输入单输出模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-05-17 18:48:38 67KB 神经网络

1

粒子群算法(PSO)优化长短期记忆神经网络的数据回归预测，PSO-LSTM回归预测，多输入单输出模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-05-13 10:49:49 41KB 神经网络 lstm

1

粒子群算法(PSO)优化长短期记忆神经网络的数据回归预测，PSO-LSTM回归预测，多输入单输出模型粒子群算法(PSO)优化长短期记忆神经网络的数据回归预测，PSO-LSTM回归预测，多输入单输出模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-05-13 10:47:04 3.19MB 神经网络 lstm

1

CNN-LSTM组合预测模型，输入数据是多列输入，单列输出的回归预测模型，代码内部有基本注释，替换数据就可以使用，版本需求是2020及以上

2024-05-01 17:54:24 1.77MB lstm

1

案例基于pyspark开发，使用了线性，Ridge，LASSO，Elastic Net，决策树，梯度提升树以及随机森林7种回归模型完成预测，并使用了均方差和R2评估指数对七种模型效果进行了比较分析

2024-04-30 14:56:19 2.91MB 机器学习 随机森林 pyspark

1

1. Matlab实现粒子群优化算法优化BP神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

2024-04-08 19:42:21 15KB 机器学习 神经网络 粒子群算法 Matlab

1

基于径向基神经网络的数据回归预测MATLAB代码

2024-04-03 19:13:20 14KB matlab 神经网络

1

基于遗传算法优化BP神经网络的数据回归预测MATLAB代码

2024-04-01 15:17:39 26KB 神经网络 matlab

1

灰狼算法(GWO)优化极限学习机ELM回归预测,GWO-ELM回归预测，多变量输入模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-03-12 14:51:49 42KB

1