1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 人工智能

回归预测 | MATLAB实现PCR(主成分回归)多输入单输出

• 人工智能 • 阅读 54

以下是基于 PC_A _主 成分_分析的BP神经网络 _回归预测 MATLAB_代码示例： 数据准备： 首先需要准备好数据，包括 _输入_数据和 _输出_数据。可以使用任意数据集，这里使用简 _单_的示例数据。假设有4个样本，每个样本有3个特征和1个目标值。 x = [0.5 0.3 0.2; 0.1 0.2 0.3; 0.8 0.7 0.9; 0.6 0.4 0.1]; y = [0.7; 0.3; 0.9; 0.5]; _PC_A降维： 使用 _PC_A _主 成分_分析方法将 _输入_特征降维成2维。这里使用 _MATLAB_自带的 _PC_A函数 _pc_a。 [coeff, score, latent] = _pc_a(x); x pc_a = score(:,1:2); BP神经网络训练： 使用降维后的特征x pc_a和目标值y训练BP神经网络。 net = feedforwardnet(10); % 创建有10个隐藏层神经元的BP神经网络 net.trainFcn = ‘trainlm’; % 使用Levenberg-Marquardt算法进行训练 net = train(net, x pc_a’, y’); BP神经网络预测： 使用训练好的BP神经网络进行预测，需要提供测试数据，这里使用与训练数据相同的数据集，也可以使用不同的数据集。 y_pred = net(x pc_a’)’; 结果分析： 使用散点图分析预测结果和实际结果的关系。 scatter(y_pred, y); 完整代码示例： x = [0.5 0.3 0.2; 0.1 0.2 0.3; 0.8 0.7 0.9; 0.6 0.4 0.1]; y = [0.7; 0.3; 0.9; 0.5]; [coeff, score, latent] = _pc_a(x); x pc_a = score(:,1:2); net = feedforwardnet(10); net.trainFcn = ‘trainlm’; net = train(net, x pc_a’, y’); y_pred = net(x _pc_a’)’; scatter(y_pred, y);

Original: https://blog.csdn.net/kjm13182345320/article/details/117001383
Author: 机器学习之心
Title: 回归预测 | MATLAB实现PCR(主成分回归)多输入单输出

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/635775/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球