回归计算简单介绍

xuebx

[这个贴子最后由wushenghou在 2006/07/04 01:34am 第 3 次编辑]

回归计算简单介绍，举例说明：
>> X=[5.00 0.31
10.00 0.27
5.00 0.53
10.00 0.33
15.00 0.24
5.00 1.01
10.00 0.52
20.00 0.30
10.00 0.96
20.00 0.53
50.00 0.32
41.00 0.50
90.00 0.24
120.00 0.22
92.00 0.50
70.00 0.96
90.00 1.03  
]
>>Y=[0.70
0.78
0.73
0.85
0.83
0.84
0.85
0.85
0.85
0.91
0.94
0.94
0.92
0.94
0.96
0.95
0.95
]
以上是样本数据
gam = 50;
sig2 = 0.2;
type = 'function approximation';%这个引号里面的内容说明了用于回归运算，还有另一种查手册把。
[alpha,b] = trainlssvm({X,Y,type,gam,sig2,'RBF_kernel'});
以上算出了模型参数取值
Xt=[ 10 0.29
10 0.46
42 0.26
50 0.96
];
预测自变量Xt
Yt = simlssvm({X,Y,type,gam,sig2,'RBF_kernel','preprocess'},{alpha,b},Xt);
预测因变量计算值Yt
如果想看拟合/模拟结果 将上面这个命令的最后的Xt改为X，得出和Y相对应的训练模型的计算值。
实测Yt=[0.81
0.91
0.89
0.95
]
不断调整参数值对比一下看看。这是实验测得的数据，仅用于说明测量精度高。

tz6091

gam = 50;
sig2 = 0.2;
要是能自动的选取这2个参数,就更好了

xuebx

呵呵，我现试试看