matlab 交叉验证函数,怎样在psolssvm的适应度函数上加上交叉验证

%%==================清空环境=============

clc

clear

%%导入训练数据和测试数据

load data1.mat

%其中train_data test_data分别为训练集和测试集

%train_result test_result为训练结果和测试结果

%%数据归一化

%%归一化方法1(利用libsvm工具箱函数归一化)

[train_x,test_x]=scaleForSVM(train_data,test_data,0,1)

[train_y,test_y,pstrain1]=scaleForSVM(train_result,test_result,0,1)

%%归一化方法2(利用svm自带mapminmax函数归一化)

%[train_data ,pstrain0] = mapminmax(train',0,1);

%[test_data] = mapminmax('apply',test',pstrain0);

%[train_result,pstrain1] = mapminmax(train_out,0,1);

%[test_result] = mapminmax('apply',test_out,pstrain1);

%train_data = train_data'

%train_result=train_result'

%test_data = test_data'

%% 参数初始化

%粒子群算法中的两个参数

c1 = 1.5; % c1 belongs to [0,2] c1:初始为1.5,pso参数局部搜索能力

c2 = 1.5; % c2 belongs to [0,2] c2:初始为1.7,pso参数全局搜索能力

maxgen=300; % 进化次数

sizepop=30; % 种群规模

popcmax=10^(3); % popcmax:初始为1000,SVM 参数c的变化的最大值.

popcmin=10^(-1); % popcmin:初始为0.1,SVM

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值