- 博客(4)
- 收藏
- 关注
RSS订阅原创 基于支持向量机进行时间序列预测（Python）
在使用支持向量机算法进行预测的基础上，再采用。优化调整参数，建立调参后的SVR模型。由于时间的维数是一维的，因此需要。此示例中选定滞后期数为3。
2023-09-05 17:10:44
1504
4
原创 粒子群算法调参支持向量回归进行预测（PSO-SVR）Python实现
SVR（支持向量回归）是一种有效的非线性回归方法，它可以通过寻找一组最优参数来拟合数据。粒子群算法是一种优化算法，可以用于找到最佳的SVR参数。以下是使用粒子群算法进行SVR参数调优的步骤：确定SVR模型的核函数和参数范围。常用的核函数有线性核、多项式核和高斯径向基核。参数范围包括核函数参数、正则化参数等。定义粒子群算法的目标函数。在SVR预测中，通常使用均方误差（MSE）或均方根误差（RMSE）作为目标函数。初始化粒子群的位置和速度。
2023-09-04 14:59:10
4029
8
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人