SVM、BP神经网络、随机森林matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

SVM、BP神经网络、随机森林matlab代码

⛄ 部分代码

%% I. 清空环境变量

clear all

clc

%% II. 训练集/测试集产生

%%

% 1. 导入数据

load spectra_data.mat

%%

% 2. 随机产生训练集和测试集

% 训练集——50个样本

P_train = NIR(1:50,:)';%单引号矩阵转置，50组随机数据，列50行401

T_train = octane(1:50,:)';

% 测试集——10个样本

P_test = NIR(51:end,:)';

T_test = octane(51:end,:)';

N = size(P_test,2);%=10，列数，10组数据

%% III. 数据归一化

[p_train, ps_input] = mapminmax(P_train,0,1);%归一化训练数据，线性？

p_test = mapminmax('apply',P_test,ps_input);%测试数据同样规则归一化

[t_train, ps_output] = mapminmax(T_train,0,1);

%% IV. BP神经网络创建、训练及仿真测试

%%

% 1. 创建网络

net = newff(p_train,t_train,9);

%P：输入参数矩阵。(RxQ1)，其中Q1代表R元的输入向量。

%S：N-1个隐含层的数目（S（i）到S（N-1）

%%

% 2. 设置训练参数

net.trainParam.epochs = 500;% 训练次数

net.trainParam.goal = 1e-3;%训练目标最小误差

net.trainParam.lr = 0.01;%学习率

%%

% 3. 训练网络

net = train(net,p_train,t_train);

%%

% 4. 仿真测试

t_sim = sim(net,p_test);

%%

% 5. 数据反归一化

T_sim = mapminmax('reverse',t_sim,ps_output);

%% V. 性能评价

%%

% 1. 相对误差error

error = abs(T_sim - T_test)./T_test;

%%

% 2. 决定系数R^2

R2 = (N * sum(T_sim .* T_test) - sum(T_sim) * sum(T_test))^2 / ((N * sum((T_sim).^2) - (sum(T_sim))^2) * (N * sum((T_test).^2) - (sum(T_test))^2)); 

%%

% 3. 结果对比

result = [T_test' T_sim' error']

%% VI. 绘图

figure

plot(1:N,T_test,'b:*',1:N,T_sim,'r-o')

legend('真实值','预测值')

xlabel('预测样本')

ylabel('辛烷值')

string = {'测试集辛烷值含量预测结果对比';['R^2=' num2str(R2)]};

title(string)

⛄ 运行结果

⛄ 参考文献

[1]邓军, 雷昌奎, 曹凯,等. 采空区煤自燃预测的随机森林方法[J]. 煤炭学报, 2018, 43(10):9.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料