时序预测 | MATLAB实现LSSVM最小二乘支持向量机时间序列预测未来
目录
- 时序预测 | MATLAB实现LSSVM最小二乘支持向量机时间序列预测未来
- 预测效果
- 基本介绍
- 程序设计
- 参考资料
预测效果
基本介绍
1.Matlab实现LSSVM时间序列预测未来(最小二乘支持向量机);
2.运行环境Matlab2018及以上,data为数据集,单变量时间序列预测,运行主程序LSSVMTSF即可,其余为函数文件,无需运行;
3.递归预测未来数据,可以控制预测未来大小的数目,适合循环性、周期性数据预测;
4.命令窗口输出R2、MAE、MAPE、MBE、MSE等评价指标。
程序设计
- 完整程序和数据下载方式私信博主回复:MATLAB实现LSSVM最小二乘支持向量机时间序列预测未来。
%% 参数设置
%% LSSVM参数设置
type = 'f'; % 模型类型 回归
kernel = 'RBF_kernel'; % RBF 核函数
proprecess = 'preprocess'; % 是否归一化model = initlssvm(p_train, t_train, type, gam, sig, kernel, proprecess);%% 训练模型
model = trainlssvm(model);%% 模型预测
t_sim1 = simlssvm(model, p_train);
t_sim2 = simlssvm(model, p_test);%% 数据反归一化
T_sim1 = mapminmax('reverse', t_sim1, ps_output);
T_sim2 = mapminmax('reverse', t_sim2, ps_output);
参考资料
[1] https://blog.csdn.net/article/details/126072792?spm=1001.2014.3001.5502
[2] https://blog.csdn.net/article/details/126044265?spm=1001.2014.3001.5502