基于主成分分析结合随机森林(PCA-RF)的数据多特征分类预测 Matlab代码[可显示原始特征贡献率]

目录

1、代码简介

2、代码运行结果展示

3、代码获取方式

---

1、代码简介

基于PCA-RF的数据多特征分类预测 Matlab代码（多输入单输出）[可显示原始特征贡献率]

程序已经调试好，无需更改代码替换数据集即可运行！！！数据格式为excel！

1.首先通过主成分分析PCA将数据进行降维，会显示原始特征对应的贡献率(不是贡献率排序，不会让你对应不到对应特征)，特征选取要求为累计贡献率大于90%(可自定义修改)。

2.将数据降维后的数据导入RF进行分类预测

3.PCA和RF分类两个内容写在同一个main里，运行一个main一键出图和结果(如下图)

4.RF可定制更换为其他模型BP、SVM、RBF、LSSVM、CNN、LSTM等以及组合模型也可以！

注：

1️⃣、运行环境要求MATLAB版本为2018b及其以上。

2️⃣、代码中文注释清晰，质量极高

3️⃣、运行结果图包括分类效果图，迭代优化图，混淆矩阵图等，如下所示

4️⃣、赠送测试数据集，可以直接运行源程序。 适合新手小白

2、代码运行结果展示

3、代码获取方式

点击下方了解更多！