资源简介
svr代码和RBF核函数,可以对初学者进行指导,有一定的使用价值
代码片段和文件信息
%%%exam41.m
clc; clear; close all;
load exam41Data %%% 载入数据
figure scatter(x1 Y ‘*‘); %% 绘制散点图
xlabel(‘X1‘) ylabel(‘Y‘); title(‘X1-Y‘);
figure scatter(x2 Y);
xlabel(‘X2‘) ylabel(‘Y‘); title(‘X2-Y‘);
figure scatter(x3 Y ‘s‘);
xlabel(‘X3‘) ylabel(‘Y‘); title(‘X3-Y‘);
YY=Y;
XX=[ones(size(Y)) x1 x2 x3];
[b bint r rint stats]=regress(YY XX); %% 多元线性回归分析
b bint stats
XX=[ones(size(Y)) x1 x2];
[b bint r rint stats]=regress(YY XX); %% 多元线性回归分析
b bint stats
% XX=[ones(size(Y)) x1 x2];
% [b bint r rint stats]=regress(YY XX);
% b bint stats
figurercoplot(r rint); %% 绘制残差分布图
while 1
[b bint r rint stats]=regress(YY XX); %% 多元线性回归分析
stats
j=find((rint(:1)>0)|(rint(:2)<0)); %% 找出残差置信区间不含0的样本
if isempty(j)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1011 2017-11-14 19:56 svr\canchatu.m
文件 114 2016-09-14 11:21 svr\green.m
文件 2106 2016-09-14 15:24 svr\svr.m
文件 1510 2016-09-14 11:20 svr\trainRBF.m
目录 0 2018-03-22 10:41 svr\
- 上一篇:0-1背包问题回溯法
- 下一篇:notepad++ theme
评论
共有 条评论