分類預(yù)測 | Matlab實(shí)現(xiàn)OOA-SVM魚鷹算法優(yōu)化支持向量機(jī)的多變量輸入數(shù)據(jù)分類預(yù)測

分類效果

基本描述

1.Matlab實(shí)現(xiàn)OOA-SVM魚鷹算法優(yōu)化支持向量機(jī)的多變量輸入數(shù)據(jù)分類預(yù)測（完整源碼和數(shù)據(jù)) 優(yōu)化支持向量機(jī)核函數(shù)參數(shù)c和g。
2.多特征輸入單輸出的二分類及多分類模型。運(yùn)行環(huán)境matlab2018。
3.語言為matlab，含分類效果圖，迭代優(yōu)化圖，混淆矩陣圖。
4.直接替換數(shù)據(jù)即可使用，保證程序可正常運(yùn)行。運(yùn)行環(huán)境MATLAB2018及以上。
5.代碼特點(diǎn)：參數(shù)化編程、參數(shù)可方便更改、代碼編程思路清晰、注釋明細(xì)。

程序設(shè)計(jì)

• 完整程序和數(shù)據(jù)獲取方式私信博主回復(fù)Matlab實(shí)現(xiàn)OOA-SVM魚鷹算法優(yōu)化支持向量機(jī)的多變量輸入數(shù)據(jù)分類預(yù)測。

%%  參數(shù)設(shè)置
% 定義優(yōu)化參數(shù)的個(gè)數(shù)，在該場景中，優(yōu)化參數(shù)的個(gè)數(shù)dim為2 。
% 定義優(yōu)化參數(shù)的上下限，如c的范圍是[0.01, 1]， g的范圍是[2^-5, 2^5]，那么參數(shù)的下限lb=[0.01, 2^-5]；參數(shù)的上限ub=[1, 2^5]。
%目標(biāo)函數(shù)
fun = @getObjValue; 
% 優(yōu)化參數(shù)的個(gè)數(shù) (c、g)
dim = 2;
% 優(yōu)化參數(shù)的取值下限
lb = [10^-1, 1];
ub = [10^2, 2^8];%%  參數(shù)設(shè)置
pop =6; %種群數(shù)量
maxgen=100;%最大迭代次數(shù)
%% 優(yōu)化(這里主要調(diào)用函數(shù))
c = Best_pos(1, 1);  
g = Best_pos(1, 2); 
toc
% 用優(yōu)化得到c,g訓(xùn)練和測試
cmd = ['-s 0 -t 2 ', '-c ', num2str(c), ' -g ', num2str(g), ' -q'];
model = libsvmtrain(T_train, P_train, cmd);

參考資料

[1] https://blog.csdn.net/kjm13182345320/article/details/129036772?spm=1001.2014.3001.5502
[2] https://blog.csdn.net/kjm13182345320/article/details/128690229