2024年新算法优化CATBOOST参数实现分类，MATLAB与Python魔幻联动

↖加关注这种话

银家怎么好意思说出口嘛--

---

CatBoost 是俄罗斯Yandex 公司在2017年开发的基于GBDT 机器学习框架的机器学习库，自Catboost问世以来，因其训练速度快、准确率高而备受研究者的青睐。

然而，CatBoost开发人员只给出了python/R语言，目前网络上没有MATLAB版本。

首先不得不说，采用python语言实现CatBoost，确实是非常简单，网上的案例也非常多！但对于很多不太懂python语言的小伙伴，往往被Python繁琐的环境配置劝退！且MATLAB不论是在矩阵和向量运算的格式要求，还是运行速度上都具有更强的优势。最最重要的是，MATLAB不需要像Python那样繁琐的配置各种环境，这对于新手来说，是非常友好的。

其实，学会这一篇文章的调用手法，会给你打开一道新世界的大门。之后你还想采用MATLAB实现一些复杂的网络，只要python能实现的，那MATLAB就都能实现。该方法可以轻松避免Python环境配置繁琐的问题。

废话到此为止。

---

本期代码实现功能为：采用MATLAB语言调用python的Catboost模块，在MATLAB里边实现10种2024新算法和10种经典算法优化Catboost参数。

先说效果：本期代码采用的数据集为：四种音乐语音类特征数据，前面几期也经常用到该数据，采用其他分类器准确率最高的时候也就是93%左右，而本篇的CATBOOST能达到95%，不得不说，CATBOOST的性能确实强悍！

代码虽然调用了python模块，但是运行速度也是非常快的，放心使用！

本期优化的Catboost的四个重要参数分别为：（iterations，learning_rate,random_strength，depth）

当然，你要是想选择优化更多参数，可自行修改！代码可以支持优化的Catboost参数包含如下：

'iterations', 100,'learning_rate',0.01,'l2_leaf_reg',3,'bagging_temperature',0,'random_strength',2,'depth',6,'rsm',1,'one_hot_max_size',2,'leaf_estimation_method','Gradient','fold_len_multiplier',2,'border_count',128,

优化算法选择了10种2024最新算法和10种经典的优化算法。如下如所示：

之所以选择这么多，也是想教会大家怎么方便快捷的替换自己想替换的算法。

为了方便修改智能优化算法，代码做了相应集成，示例：

H1 = 'HBA'; %！！！修改这里的算法名字即可更改算法！
eval(['[fMin , bestX, Convergence_curve ] =',H1,'(SearchAgents_no,Max_iter,lb,ub,dim,fobj);'])
%% 来自公众号《淘个代码》
% 可选：
% 'DBO','PSO','GWO','OOA','DE','SSA','BWO',','WOA','，'HBA'，'GA';
% 以及10种2024新算法：
% GOOSE，鹅优化算法
% HLOA,角蜥蜴优化算法
% HO ， 河马优化算法
% 鹦鹉优化算法 PO
% 鳑鲏鱼优化算法 BFO
% 冠豪猪优化算法 CPO
% 差异化创意搜索算法 DCS
% 黑翅鸢 BKA
% PID搜索算法 PSA
% 牛顿-拉夫逊优化算法算法 NRBO

只需要修改这里的H1变量，即可选择不同的智能优化算法，直呼不要太贴心！

而且，最关键的是，如果你想要再添加任何算法，只要在目录中添加一个算法的代码，在主脚本文件中修改这个算法名字即可。

数据集选择四类音乐语音特征信号，每一类有500个样本，一共有四类。数据的第一列为标签列，后面的24列为特征值。只要你的数据也是这样的形式，就很好替换！

一起看看代码效果吧！

标准CATBOOST分类结果：

麻雀算法优化CATBOOST分类为例，结果：

对于本期使用的这个数据来说，95.3571%的精度已经相当高了！之前也推出过关于该数据的分类，一般的分类器也就值80~93%之间，像Catboost这样直接到95以上的分类器，实属罕见，足以看出其分类能力优秀！

关于matlab如何调用Python模块，代码包中有详细的文档解释，包教包会！绝对不会像配置python环境那样繁琐！本期推文的目的就是让小白也会运行此代码！

 本文代码获取链接：

https://mbd.pub/o/bread/mbd-ZpWZlJhv

已将本文代码添加至机器学习分类全家桶

机器学习分类全家桶代码获取

https://mbd.pub/o/bread/ZZqUlpxv

部分下载不了的可以跳转浏览器或者用电脑即可！

或点击下方阅读原文获取此全家桶。

---

承诺此全家桶一次购买，永久更新！

之前购买过的小伙伴，直接复制代码链接重新下载即可。

---

Easily Search Code