分類預(yù)測(cè) | MATLAB實(shí)現(xiàn)PCA-GRU(主成分門控循環(huán)單元)分類預(yù)測(cè)

預(yù)測(cè)效果

基本介紹

Matlab實(shí)現(xiàn)基于PCA-GRU主成分分析-門控循環(huán)單元多輸入分類預(yù)測(cè)（完整程序和數(shù)據(jù)）
Matlab實(shí)現(xiàn)基于PCA-GRU主成分分析-門控循環(huán)單元多輸入分類預(yù)測(cè)（完整程序和數(shù)據(jù)）
基于主成分分析-門控循環(huán)單元分類預(yù)測(cè)，PCA-GRU分類預(yù)測(cè)，多輸入分類預(yù)測(cè)（Matlab完整程序和數(shù)據(jù)）
輸入多個(gè)特征，可用于二分類及多分類模型，可視化展示分類準(zhǔn)確率。
運(yùn)行環(huán)境Matlab2020及以上。

程序設(shè)計(jì)

• 完整程序和數(shù)據(jù)下載：MATLAB實(shí)現(xiàn)PCA-GRU(主成分門控循環(huán)單元)分類預(yù)測(cè)

• 程序設(shè)計(jì)

%% lstm
%輸入層設(shè)、學(xué)習(xí)層、全連接層
layers = [ ...sequenceInputLayer(inputSize)                fullyConnectedLayer(outputSize)             regressionLayer];
%% trainoption(lstm)
%優(yōu)化算法、訓(xùn)練次數(shù)、梯度閾值、運(yùn)行環(huán)境、學(xué)習(xí)率、學(xué)習(xí)計(jì)劃
opts = trainingOptions('adam', ...'MaxEpochs',800, ...'MiniBatchSize',48,...'GradientThreshold',1,...'ExecutionEnvironment','gpu',...'InitialLearnRate',0.005, ...'LearnRateSchedule','piecewise', ...'LearnRateDropPeriod',100, ...              'LearnRateDropFactor',0.8, ...'Verbose',0, ...'Plots','training-progress'... );

參考資料

[1] https://blog.csdn.net/kjm13182345320/article/details/120498871?spm=1001.2014.3001.5501
[2] https://blog.csdn.net/kjm13182345320/article/details/120525662?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/120406657?spm=1001.2014.3001.5501
[4] https://mianbaoduo.com/o/bread/mbd-YZyblpxy

致謝

• 大家的支持是我寫作的動(dòng)力!！