SVM算法-回归拟合程序.zip

内含SVM（支持向量机）算法的实现回归拟合，以混凝土抗压强度预测为例，含具体代码注释

%% 支持向量机的回归拟合——混凝土抗压强度预测


%% 清空环境变量
clear all
clc

%% 导入数据
load concrete_data.mat
% 随机产生训练集和测试集
n = randperm（size（attributes2））;
% 训练集——80个样本
p_train = attributes（:n（1:80））‘;
t_train = strength（:n（1:80））‘;
% 测试集——23个样本
p_test = attributes（:n（81:end））‘;
t_test = strength（:n（81:end））‘;

%% 数据归一化

% 训练集
[pn_traininputps] = mapminmax（p_train‘）;
pn_train = pn_train‘;
pn_test = mapminmax（‘apply‘p_test‘inputps）;
pn_test = pn_test‘;
% 测试集
[tn_trainoutputps] = mapminmax（t_train‘）;
tn_train = tn_train‘;
tn_test = mapminmax（‘apply‘t_test‘outputps）;
tn_test = tn_test‘;

%% SVM模型创建/训练

% 寻找最佳c参数/g参数
[cg] = meshgrid（-10:0.5:10-10:0.5:10）;
[mn] = size（c）;
cg = zeros（mn）;
eps = 10^（-4）;
v = 5;
bestc = 0;
bestg = 0;
error = Inf;
for i = 1:m
    for j = 1:n
        cmd = [‘-v ‘num2str（v）‘ -t 2‘‘ -c ‘num2str（2^c（ij））‘ -g ‘num2str（2^g（ij） ）‘ -s 3 -p 0.1‘];
        cg（ij） = svmtrain（tn_trainpn_traincmd）;
        if cg（ij） < error
            error = cg（ij）;
            bestc = 2^c（ij）;
            bestg = 2^g（ij）;
        end
        if abs（cg（ij） - error） <= eps && bestc > 2^c（ij）
            error = cg（ij）;
            bestc = 2^c（ij）;
            bestg = 2^g（ij）;
        end
    end
end
% 创建/训练SVM  
cmd = [‘ -t 2‘‘ -c ‘num2str（bestc）‘ -g ‘num2str（bestg）‘ -s 3 -p 0.01‘];
model = svmtrain（tn_trainpn_traincmd）;

%% SVM仿真预测
[Predict_1error_1] = svmpredict（tn_trainpn_trainmodel）;
[Predict_2error_2] = svmpredict（tn_testpn_testmodel）;
% 反归一化
predict_1 = mapminmax（‘reverse‘Predict_1outputps）;
predict_2 = mapminmax（‘reverse‘Predict_2outputps）;
% 结果对比
result_1 = [t_train predict_1];
result_2 = [t_test predict_2];

%% 绘图
figure（1）
plot（1:length（t_train）t_train‘r-*‘1:length（t_train）predict_1‘b:o‘）
grid on
legend（‘真实值‘‘预测值‘）
xlabel（‘样本编号‘）
ylabel（‘耐压强度‘）
string_1 = {‘训练集预测结果对比‘;
           [‘mse = ‘ num2str（error_1（2）） ‘ R^2 = ‘ num2str（error_1（3））]};
title（string_1）
figure（2）
plot（1:length（t_test）t_test‘r-*‘1:length（t_test）predict_2‘b:o‘）
grid on
legend（‘真实值‘‘预测值‘）
xlabel（‘样本编号‘）
ylabel（‘耐压强度‘）
string_2 = {‘测试集预测结果对比‘;
           [‘mse = ‘ num2str（error_2（2）） ‘ R^2 = ‘ num2str（error_2（3））]};
title（string_2）

%% BP 神经网络

% 数据转置
pn_train = pn_train‘;
tn_train = tn_train‘;
pn_test = pn_test‘;
tn_test = tn_test‘;
% 创建BP神经网络
net = newff（pn_traintn_train10）;
% 设置训练参数
net.trainParam.epcohs = 1000;
net.trainParam.goal = 1e-3;
net.trainParam.show = 10;
net.trainParam.lr = 0.1;
% 训练网络
net = train（netpn_traintn_train）;
% 仿真测试
tn_sim = sim（netpn_test）;
% 均方误差
E = mse（tn_sim - tn_test）;
% 决定系数
N = size（t_test1）;
R2=（N*sum（tn_sim.*tn_test）-sum（tn_sim）*sum（tn_test））^2/（（N*sum（（tn_sim）.^2）-（sum（tn_sim））^2）*（N*sum（（tn_test）.^2）-（sum（tn_test））^2））; 
% 反归一化
t_sim = mapminmax（‘reverse‘tn_simoutputps）;
% 绘图
figure（3）
plot（1:length（t_test）t_test‘r-*‘1:length（t_test）t_sim‘b:o‘）
grid on
legend（‘真实值‘‘预测

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2286  2019-08-14 16:01  支持向量机的回归拟合\concrete_data.mat
     文件        3364  2019-08-26 12:08  支持向量机的回归拟合\main.m
     目录           0  2019-08-26 12:08  支持向量机的回归拟合\