多输入多输出 | Matlab实现基于LightGBM多输入多输出预测

多输入多输出 | Matlab实现基于LightGBM多输入多输出预测

目录

    • 多输入多输出 | Matlab实现基于LightGBM多输入多输出预测
      • 预测效果
      • 基本介绍
      • 程序设计
      • 参考资料

预测效果

在这里插入图片描述

基本介绍

Matlab实现基于LightGBM多输入多输出预测(完整源码和数据)
1.data为数据集,输入多个特征,输出多个变量。
2.main.m为程序主文件,其他为函数文件无需运行。
3.命令窗口输出MBE、MAE、RMSE、R^2和MAPE,可在下载区获取数据和程序内容。
注意程序和数据放在一个文件夹,运行环境为Matlab2018及以上。

程序设计

  • 完整源码和数据获取方式:私信博主回复Matlab实现基于LightGBM多输入多输出预测
%%  设置参数
parameters = containers.Map;
parameters('verbose') = 1;              % 可视化训练信息
parameters('task') = 'train';           % 训练模型
parameters('num_threads') = 1;          % 阈值
parameters('num_leaves') = 4;           % 叶子节点数
parameters('boosting_type') = 'gbdt';   % 设置提升类型
parameters('feature_fraction') = 0.9;   % 建树的特征选择比例
parameters('bagging_fraction') = 0.8;   % 建树的样本采样比例
parameters('objective') = 'regression'; % 回归任务%%  训练网络
num_boost_round = 20;                   % 最大迭代次数
early_stopping_rounds = 5;              % 早停参数
[booster, bestIteration, metrics, metricNames] = train(pv_train, parameters, num_boost_round, pv_test, early_stopping_rounds);%%  特征的重要性
importance = booster.importance;%%  仿真测试
t_sim1 = booster.predictMatrix(p_train, bestIteration);
t_sim2 = booster.predictMatrix(p_test , bestIteration);%%  数据转置
t_sim1 = t_sim1'; t_sim2 = t_sim2';%%  数据反归一化
T_sim1 = mapminmax('reverse', t_sim1, ps_output);
T_sim2 = mapminmax('reverse', t_sim2, ps_output);%%  均方根误差
error1 = sqrt(sum((T_sim1 - T_train).^2) ./ M);
error2 = sqrt(sum((T_sim2 - T_test ).^2) ./ N);%%  绘制特征重要性
figure
bar(importance)
legend('重要性')
xlabel('特征')
ylabel('重要性')

参考资料

[1] https://blog.csdn.net/kjm13182345320/category_11003178.html?spm=1001.2014.3001.5482
[2] https://blog.csdn.net/kjm13182345320/article/details/117378431
[3] https://blog.csdn.net/kjm13182345320/article/details/118253644

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/635207.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

近期学习文章

DNSlog在渗透测试中的实战技巧 - 网安隐藏源IP,提高溯源难度的几种方案 - 网安FreeBuf网络安全行业门户 【漏洞公告】某平台一个有意思的CSRF // SecTrain安全博客 浅谈Web源码泄漏-安全客 - 安全资讯平台 红队-C2 Server基础构建 - 先知社区FreeBuf网络安全行业…

【电力电子在电力系统中的应用】2 CCM和DCM模式下Cuk电路的升降压工作状态

【仅供参考】 【2023.03西南交大电力电子在电力系统中的应用】 目录 0 仿真要求 1 仿真电路搭建及波形记录 1.1 CCM工作模式 1.1.1 升压模式 1.1.2 降压模式 1.2 DCM工作模式 1.2.1 升压模式 1.2.2 降压模式 1.3 改变开关频率和电容参数 1.3.1 改变开关频率 1.3.2 …

高清网络视频监控系统技术方案

目 录 一、概述 二、建设目标及需求 (一)建设总目标 (二)需求分析 三、设计依据与设计原则 (一)设计依据 (二)设计原则 四、建设方案设计 (一&…

实用干货:最全的Loading动画合集网站!复制即用

大家好,我是大澈! 本文约1000字,整篇阅读大约需要2分钟。 感谢关注微信公众号:“程序员大澈”,免费领取"面试礼包"一份,然后免费加入问答群,从此让解决问题的你不再孤单&#xff01…

html5为什么只需要写<!doctype html>? 有多少种Doctype文档类型?

HTML5只需要写<!doctype html>是因为HTML5不基于SGML&#xff0c;不需要对DTD进行引用&#xff0c;但仍需要doctype来规范浏览器的行为。而HTML4.01基于SGML&#xff0c;需要对DTD进行引用&#xff0c;才能告知浏览器文档所使用的文档类型。 Doctype文档类型是指用于标识…

01-开始Rust之旅

1. 下载Rust 官方推荐使用 rustup 下载 Rust&#xff0c;这是一个管理 Rust 版本和相关工具的命令行工具。下载时需要连接互联网。 这边提供了离线安装版本。本人学习的机器环境为&#xff1a; ubuntu x86_64&#xff0c;因此选用第②个工具链&#xff1b; 1. rust-1.75.0-x86_…

github 通过ssh进行连接的另一种方式

一般使用ssh连接是通过22端口。如果已经把ssh公钥假如到了github中还无法连接。可以通过 ssh -T gitgithub.com测试一下。如果报出 ssh: connect to host github.com port 22: Connection timed out 可以通过443 端口进行连接 $ ssh -T -p 443 gitssh.github.com注意&#xf…

分布式ID(2):雪花算法生成ID

1 雪花算法简介 这种方案大致来说是一种以划分命名空间(UUID也算,由于比较常见,所以单独分析)来生成ID的一种算法,这种方案把64-bit分别划分成多段,分开来标示机器、时间等,比如在snowflake中的64-bit分别表示如下图(图片来自网络)所示: 41-bit的时间可以表示(1L&l…

【前端设计】流光按钮

欢迎来到前端设计专栏&#xff0c;本专栏收藏了一些好看且实用的前端作品&#xff0c;使用简单的html、css语法打造创意有趣的作品&#xff0c;为网站加入更多高级创意的元素。 css body{height: 100vh;display: flex;justify-content: center;align-items: center;background…

rbash环境变量提权

rbash为一个受限制的bash shell变体&#xff0c;限制用户在交互式环境中可使用的操作&#xff0c;以此提升系统安全性 可通过环境变量提权方式&#xff0c;越过此限制 export -p //查看环境变量 BASH_CMDS[a]/bin/sh;a //把/bin/sh给a /bin/bash export PATH$…

three.js从入门到精通系列教程009 - three.js创建球体和圆柱体

<!DOCTYPE html> <html><head><meta charset"UTF-8"><title>three.js从入门到精通系列教程009 - three.js创建球体和圆柱体</title><script src"ThreeJS/three.js"></script><script src"ThreeJS…

人工智能 | 自然语言处理的发展历程

github&#xff1a;https://github.com/MichaelBeechan CSDN&#xff1a;https://blog.csdn.net/u011344545 自然语言处理的发展 方向一&#xff1a;技术进步1. 基于规则的语法&#xff08;1950-1990&#xff09;2. 统计语言处理&#xff08;1990-2010&#xff09;3. 基于深度学…

ubuntu-20.04.6-live-server-amd64安装教程-完整版

简介 Ubuntu 20.04.6 Live Server AMD64 安装教程 - 完整版" 提供了详细的指南&#xff0c;旨在帮助用户在使用 AMD64 架构的服务器上安装 Ubuntu 20.04.6 Live Server 版本。该教程包含全面的步骤和详细说明&#xff0c;使用户能够顺利完成整个安装过程&#xff0c;建立…

要做自动化测试,得了解一下自动化架构是什么

自动化测试架构是啥&#xff0c;怎么理解自动化测试架构&#xff1f;这个问题&#xff0c;我们可以从以下几点来慢慢说。 架构是什么 软件架构&#xff08;software architecture&#xff09;是一系列相关的抽象模式&#xff0c;用于指导大型软件系统各个方面的设计。 软件架…

【测试】Jmeter+Docker试题及答案

Jmeter模块 不定项选择 1、Ramp-up period(seconds)代表在多长时间内把线程全部启动,如果线程数为10,而Ramp-up period设置为15,则每个线程的间隔时间为(B) A、1 B、1.5 C、2 D、102、对于每个HTTP请求,都可以通过( )查看HTTP请求和HTTP响应(A) A、View Results …

4D毫米波雷达 OCULII 雷达 购买以及售后技术支持

雷达是找国内代理买的 深圳路达 想买的朋友看完聊天记录再自行决定 第一次体会到买东西的是孙子的感觉&#xff0c;2.5w的售后就这样 另外&#xff0c;有研究雷达的朋友可以一起交流 1. 与销售的沟通记录 2. 与技术沟通记录 Oculii 的 EAGLE 77 GHz 成像雷达可在双芯片平台…

Elasticsearch 分布式架构剖析及扩展性优化

1. 背景 Elasticsearch 是一个实时的分布式搜索分析引擎&#xff0c;简称 ES。一个集群由多个节点组成&#xff0c;节点的角色可以根据用户的使用场景自由配置&#xff0c;集群可以以节点为单位自由扩缩容&#xff0c;数据以索引、分片的形式散列在各个节点上。本文介绍 ES 分布…

(每日持续更新)jdk api之FileWriter基础、应用、实战

博主18年的互联网软件开发经验&#xff0c;从一名程序员小白逐步成为了一名架构师&#xff0c;我想通过平台将经验分享给大家&#xff0c;因此博主每天会在各个大牛网站点赞量超高的博客等寻找该技术栈的资料结合自己的经验&#xff0c;晚上进行用心精简、整理、总结、定稿&…

【android】 android 里写jni

目录 &#xff08;1&#xff09; 环境准备 (2) 关联c文件到gradle文件 &#xff08;3&#xff09; 生成了 (4) 书写 &#xff08;5&#xff09; 使用 &#xff08;6&#xff09;业务调用 参考文档 &#xff08;1&#xff09; 环境准备 ndk, cmake (2) 关联c文件到gr…

【AI的未来 - AI Agent系列】【MetaGPT】5. 更复杂的Agent实战 - 实现技术文档助手

在 【AI的未来 - AI Agent系列】【MetaGPT】2. 实现自己的第一个Agent 中&#xff0c;我们已经实现了一个简单的Agent&#xff0c;实现的功能就是顺序打印数字。 文章目录 0. 本文实现内容1. 实现思路2. 完整代码及细节注释 0. 本文实现内容 今天我们来实现一个有实际意义的Ag…