SVR的顺序最小优化(SMO):SVR_SMO使用SMO求解器和不同的核(线性,rbf,多项式,S形)创建SVR模型-matlab开发

上传者: 38721119 | 上传时间: 2021-06-28 15:19:53 | 文件大小: 4KB | 文件类型: ZIP
在文件svr_test.m中运行示例SVR_SMO 使用 SMO 求解器创建 SVR 模型向量x(mx1),y(mx1)对应于y = f(x)的点集是x个实数值的实函数。 SMO求解器使用常数C,tol(公差),eps(ε),T(最大Iter)。 的选择内核以类型定义(“ l”表示线性,“ r”表示rbf,“ p”表示多项式和's' forsigmoid)。 根据内核的选择将使用附加的纳尔参数(伽玛,偏移和功率)。 训练结果将以alpha系数和b给出临界点。 实施者:Flake、Gary William 和 Steve Lawrence。 “高效的“使用SMO进行SVM回归训练”,《机器学习》,第46卷,第1-3期(2002年):271-290。

文件下载

资源详情

[{"title":"( 1 个子文件 4KB ) SVR的顺序最小优化(SMO):SVR_SMO使用SMO求解器和不同的核(线性,rbf,多项式,S形)创建SVR模型-matlab开发","children":[{"title":"upload.zip <span style='color:#111;'> 4.49KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明