声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 3976|回复: 5

[人工智能] SVR参数优化方法探讨

[复制链接]
发表于 2009-5-18 13:04 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
支持向量回归机的参数优化方法大体有以下几种:
1、双线性搜索法
2、网格搜索法
3、遗传算法
4、蚁群算法
5、粒子群算法。
这是最普遍的几种方法。综合各种因素来说,我觉得粒子群算法是最好的了,如果观点偏颇还请网友多多指正。
最近也看了不少文献,但是文献都故弄玄虚,明明一个不复杂的问题搞得犹抱琵琶半遮面,所以,我还是被粒子群算法搞晕了,文献看了一大堆,粒子群算法的原理也懂了,但是还是不知道该怎么用?粒子群算法是要自己用Matlab编写吗?还是有现成的工具箱之类的?如果有的话怎样使用?
比如我的样本数据是这样的,该怎么使用粒子群算法进行优化?
%样本数据
x_train1=1:2:400
y_train1=A(1:2:400)%A是我的数据
%测试数据
x_test1=2:2:400
y_test1=A(2:2:400)
回复
分享到:

使用道具 举报

发表于 2009-6-3 11:07 | 显示全部楼层
:handshake  我也有这个问题
不知道有没有更新更好的优化算法,这些都被人做烂了
好不容易弄懂了,一看人家都做过了
发表于 2009-10-15 22:19 | 显示全部楼层
那这几种支持向量回归机的参数优化方法有没有现成的程序。能分享一下吗?zhuxiaoxun@163.com。非常感谢!:handshake
发表于 2009-10-16 16:33 | 显示全部楼层
那这几种支持向量回归机的参数优化方法有没有现成的程序。能分享一下吗?zhouzhiyong009@163.com。非常感谢!
发表于 2011-5-10 14:58 | 显示全部楼层
现在是参数优化已经很成熟了,我用过交叉验证的方法,
发表于 2013-5-23 15:54 | 显示全部楼层
本帖最后由 ab77977 于 2013-5-23 15:55 编辑

你好,能把你交叉验证的算法发给我吗?谢谢!我的邮箱是chenchang0604@163.com
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-12-28 13:41 , Processed in 0.079550 second(s), 17 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表