30种回归预测组合模型的matlab代码

  整理了30种回归预测组合模型的matlab代码，效果优异，配备数据集，选取了MSE、RMSE、MAE、MAPE四种评价指标。模型主要有CNN-BiLSTM-GRU，CNN-BiLSTM-Attention、CNN-BILSTM-Adaboost、ELM-Adaboost、RF-Adaboost、TCN-GRU-Attention、TCN-BiGRU-Attention等等。

代码获取链接：30种回归预测组合模型的matlab代码

1、CNN-GRU

…………训练集误差指标…………

1.均方差(MSE)：5.4571

2.根均方差(RMSE)：2.336

3.平均绝对误差（MAE）：1.8588

4.平均相对百分误差（MAPE）：6.1163%

5.R2：75.8178%

…………CNN-BiGRU-测试集误差指标…………

1.均方差(MSE)：14.1105

2.根均方差(RMSE)：3.7564

3.平均绝对误差（MAE）：2.4333

4.平均相对百分误差（MAPE）：7.8314%

5.R2：18.7983%

2、CNN-LSSVM

…………训练集误差指标…………

1.均方差(MSE)：6.3618

2.根均方差(RMSE)：2.5223

3.平均绝对误差（MAE）：1.9019

4.平均相对百分误差（MAPE）：6.4803%

5.R2：69.0622%

…………CNN-LSSVM测试集误差指标…………

1.均方差(MSE)：10.6481

2.根均方差(RMSE)：3.2631

3.平均绝对误差（MAE）：2.1829

4.平均相对百分误差（MAPE）：7.0261%

5.R2：49.9877%

3、ELM-Adaboost

1.均方差(MSE)：1510.6054

2.根均方差(RMSE)：38.8665

3.平均绝对误差（MAE）：29.3337

4.平均相对百分误差（MAPE）：0.99604%

5.R2：99.9615%

6.剩余预测残差RPD：50.9503

…………ELM-Adaboost测试集误差指标…………

1.均方差(MSE)：703.2068

2.根均方差(RMSE)：26.518

3.平均绝对误差（MAE）：17.4717

4.平均相对百分误差（MAPE）：0.53958%

5.R2：99.9789%

6.剩余预测残差RPD：69.1373

4、RF-Adaboost

…RF-Adaboost训练集误差指标…………

1.均方差(MSE)：16131.4795

2.根均方差(RMSE)：127.0098

3.平均绝对误差（MAE）：86.2572

4.平均相对百分误差（MAPE）：2.5626%

5.R2：99.5389%

6.剩余预测残差RPD：14.727

…………RF-Adaboost测试集误差指标…………

1.均方差(MSE)：84314.6317

2.根均方差(RMSE)：290.3698

3.平均绝对误差（MAE）：207.9698

4.平均相对百分误差（MAPE）：6.3907%

5.R2：97.3893%

6.剩余预测残差RPD：6.1921

5、tcn-bigru

…………训练集误差指标…………

1.均方差(MSE)：10130.8496

2.根均方差(RMSE)：100.6521

3.平均绝对误差（MAE）：69.7368

4.平均相对百分误差（MAPE）：1.2992%

5.R2：99.7207%

…………训练集误差指标…………

1.均方差(MSE)：10130.8496

2.根均方差(RMSE)：100.6521

3.平均绝对误差（MAE）：69.7368

4.平均相对百分误差（MAPE）：1.2992%

5.R2：99.7207%

…………tcn-bigru测试集误差指标…………

1.均方差(MSE)：21390.8906

2.根均方差(RMSE)：146.2563

3.平均绝对误差（MAE）：95.9158

4.平均相对百分误差（MAPE）：1.7985%

5.R2：99.4693%