区间预测 | Matlab实现GRU-Attention-KDE核密度估计多置信区间多变量回归区间预测

区间预测 | Matlab实现GRU-Attention-KDE核密度估计多置信区间多变量回归区间预测

目录

    • 区间预测 | Matlab实现GRU-Attention-KDE核密度估计多置信区间多变量回归区间预测
      • 效果一览
      • 基本介绍
      • 程序设计
      • 参考资料

效果一览

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

基本介绍

1.Matlab实现GRU-Attention-KDE门控循环单元注意力机制核密度估计多置信区间多变量回归区间预测;

2.多变量单输出,包括点预测+概率预测曲线+核密度估计曲线,MatlabR2023b及以上版本运行,提供多种置信区间!评价指标包括R2、MAE、RMSE、MAPE、区间覆盖率picp、区间平均宽度百分比pinaw等。

3.直接替换Excel数据即可用,注释清晰,适合新手小白,直接运行main文件一键出图。

4.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。

程序设计

  • 完整程序和数据获取方式私信博主回复Matlab实现GRU-Attention-KDE核密度估计多置信区间多变量回归区间预测
%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行res = xlsread('data.xlsx');
%%
num_size = 0.7;% 训练集占数据集比例
dataran = 0; %不打乱数据
%%
%%  数据分析
outdim = 1;                                  % 最后一列为输出
num_samples = size(res, 1);                  % 样本个数
num_train_s = round(num_size * num_samples); % 训练集样本个数
AA1 = res(1:num_train_s,:);
AA2 = res(num_train_s+1:end-1,:);
AA3 = res(end,:);
clear res;
if dataran == 1AA1 = AA1(randperm(size(AA1, 1)), :);         % 打乱数据集AA2 = AA2(randperm(size(AA2, 1)), :);         % 打乱数据集
end
res=[AA1;AA2;AA3];
f_ = size(res, 2) - outdim;                  % 输入特征维度
%% 归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);
%% *值评估指标*
errorTest = T_sim2 - T_test;
AE = abs(errorTest); %绝对误差
MSEErrorTest = mse(errorTest);  %测试集误差
figure;
subplot(2,2,1)
bar(errorTest);
subplot(2,2,2)
histogram(AE,'BinWidth',0.5);
xlabel('绝对误差区间的中位数','FontWeight',"bold");
ylabel('位于该误差区间的样本个数','FontWeight',"bold");
MAE = sum(AE)/length(AE);
MSE = MSEErrorTest;
RMSE = sqrt(MSE);
disp(['测试集数据的R2为:', num2str(R2)])
disp(['测试集数据的MAE为:', num2str(mae2)])
disp(['测试集数据的RMSE为:', num2str(RMSE2)])
disp(['测试集数据的MAPE为:', num2str(MAPE2)])

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/127931217
[2] https://blog.csdn.net/kjm13182345320/article/details/127418340

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/846905.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

【JS实战02】轮播图

一&#xff1a;HTML页面结构 1 整体外观 2 HTML结构以及CSS样式 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0">…

js之对象、内置对象、获取和操作DOM对象以及相关年会抽奖案例

这里写目录标题 一级目录二级目录三级目录 基础语法04一、对象1.定义2.特点 二、对象的使用1.声明2.由属性和方法组成3.属性4.增删改查5.方法 三、遍历对象四、内置对象1.介绍2.作用3.方法注意&#xff1a;生成任意范围的随机数 五、声明变量注意WebAPIs01一、Web API 基本认知…

HTML:认识HTML与基本语法的学习

前言 HTML&#xff08;超文本标记语言&#xff09;是用于创建网页的标记语言&#xff0c;由一系列标签组成&#xff0c;定义网页中的元素。由蒂姆伯纳斯 - 李于1990年代初发明&#xff0c;最初用于科研机构间共享文档&#xff0c;迅速演变为Web开发基础。无论是电商、博客、新…

力扣1984.数组任选k个数的最小极差

力扣1984.数组任选k个数的最小极差 思路&#xff1a;最终选定的k个数的方案一定可以排序成最大最小放两端的形式 所以将原数组排序 再取k长度的区间 一定能找到与原方案等价的一种方案 class Solution {public:int minimumDifference(vector<int>& nums, int k) {…

2024 年适用于 Mac 的 5 大免费录屏软件

要成为Mac的优秀屏幕录像机&#xff0c;捕获视频的高清质量和易于操作的界面是两个主要重要因素。此外&#xff0c;Mac上的付费屏幕录像机不仅可以输出高质量的屏幕捕获视频。您也可以在免费的视频捕获软件中获得类似的桌面录制服务。因此&#xff0c;如果您不需要以专业的方式…

Python 连接 Access 数据库:深入解析与实用技巧

Python 连接 Access 数据库&#xff1a;深入解析与实用技巧 在数据处理和分析的领域中&#xff0c;Python 凭借其强大的库和框架&#xff0c;成为了众多开发者和数据分析师的首选工具。然而&#xff0c;当涉及到与特定数据库如 Microsoft Access 的连接时&#xff0c;许多用户…

如何把docker里的内容拷贝出来

如何把docker里的内容拷贝出来 要从Docker容器中复制文件或目录出来&#xff0c;可以使用docker cp命令。以下是基本的命令格式和示例&#xff1a; 命令格式&#xff1a; docker cp [OPTIONS] CONTAINER:SRC_PATH DEST_PATH示例&#xff1a; 假设你有一个名为my_container的…

Python定义全局变量:深入剖析与实际应用

Python定义全局变量&#xff1a;深入剖析与实际应用 在Python编程中&#xff0c;全局变量是一个核心概念&#xff0c;它允许我们在函数或方法之外定义变量&#xff0c;并在整个程序范围内进行访问和修改。然而&#xff0c;全局变量的使用并非总是直观或简单的&#xff0c;它涉…

UE5增强输入系统入门

UE4直接在项目设置里设置的轴映射和操作映射在UE5中被标记为废弃&#xff0c;改为使用增强输入系统。 这两天学习了下蓝图和c中增强输入系统的使用&#xff0c;在这里分享一下。 学习使用的模板是第三人称模板(蓝图/c)&#xff0c;代码蓝图都参考的模板。 增强输入系统 UE5…

简单、实用、免费、无广告的图片自由分割工具

一、简介 1、是来自 Github 的一款简单、实用、免费、无广告的图片自由分割工具。它安装包大小在 4.5MB 左右,目前仅支持 Windows 和 Web 平台。 2、基本功能:支持图片自由纵向分割,横向分割,宫格分割,低仿 wps 看图图片分割,分割完成后,打开电脑的下载目录即可查看包含…

python-旋转字符串

问题描述&#xff1a;给定一个字符串&#xff08;以字符串数组的形式&#xff09;和一个偏移量&#xff0c;根据偏移量从左到右地旋转字符数组。 问题示例&#xff1a;输入str”abcdefg”,offset3,输出“efgabcd”。输入str”abcdefg”,offset0,输出“abcdefg”。&#xff08;返…

Python怎么打印:深入探索打印技巧与最佳实践

Python怎么打印&#xff1a;深入探索打印技巧与最佳实践 在Python编程中&#xff0c;打印&#xff08;或输出&#xff09;是一个基础且重要的操作。无论是用于调试、展示结果还是与用户交互&#xff0c;打印都扮演着关键角色。然而&#xff0c;尽管打印看似简单&#xff0c;但…

Python初学者入门:探索编程世界的奇妙之旅

Python初学者入门&#xff1a;探索编程世界的奇妙之旅 在这个信息爆炸的时代&#xff0c;编程技能已经成为一种不可或缺的能力。Python&#xff0c;作为一种简洁、易学的编程语言&#xff0c;成为许多初学者的首选。那么&#xff0c;对于初次接触Python的你&#xff0c;如何开…

clion配置ssh隧道转发 实现远程主机功能

clion配置ssh隧道转发 clion自带的ssh配置只能配置主机和用户名的格式来实现ssh&#xff0c;因此如果需要通过中间设备来访问调试主机的话就无法使用了。 配置ssh隧道的方式有两种&#xff0c;一种是直接配置 ~/.ssh/config 配置文件&#xff0c;一种是使用跳板机工具。clion…

Python热重载调试新利器

你一定遇到过这种情况&#xff1a;Python脚本已经运行&#xff0c;却发现自己忘记打印输出需要记录的信息(比如for循环中打印更多详细信息)。 此时&#xff0c;如若暂停运行的代码&#xff0c;修改补充再重新运行整个代码&#xff0c;尤其对于已经运行数多个小时的模型训练来说…

机械硬盘坏道的文件系统级别的屏蔽方法

从5月中旬无意看到拼夕夕有9.9的320g的小硬盘&#xff0c;于是我就买了几个回来&#xff0c;结果20元老板发给了我7个&#xff01;&#xff01;&#xff01;我个人还是比较惊讶的&#xff0c;难道不值钱到这地步了吗&#xff0c;相当于20元2T硬盘的数据量了&#xff01;我本来打…

生成式 AI——ChatGPT、Dall-E、Midjourney 等算法理念探讨

1.概述 艺术、交流以及我们对现实世界的认知正在迅速地转变。如果我们回顾人类创新的历史&#xff0c;我们可能会认为轮子的发明或电的发现是巨大的飞跃。今天&#xff0c;一场新的革命正在发生——弥合人类创造力和机器计算之间的鸿沟。这正是生成式人工智能。 生成模型正在模…

python替换“${}“占位符为变量,实现读取配置文件

文章目录 背景1、定义正则表达式2、替换变量占位符3、实现功能 背景 使用python编写小工具&#xff0c;有一个配置文件&#xff0c;希望实现类似shell命令的&#xff0c;定义变量并且使用${}或者$来引用。如果有好的建议欢迎讨论。 配置文件示例内容如下: D:\project\test\pr…

K8S为什么弃用Docker:容器生态的演进与未来

引言 Kubernetes&#xff08;K8S&#xff09;自2014年由Google发布以来&#xff0c;已成为容器编排和管理的事实标准。Docker作为容器技术的先驱&#xff0c;曾与Kubernetes紧密合作&#xff0c;提供了容器运行时的基础。然而&#xff0c;随着容器生态的快速发展&#xff0c;K…

IGraph使用实例——线性代数计算(blas)

1 概述 在图论中&#xff0c;BLAS&#xff08;Basic Linear Algebra Subprograms&#xff09;并不直接应用于图论的计算&#xff0c;而是作为一套线性代数计算中通用的基本运算操作函数集合&#xff0c;用于进行向量和矩阵的基本运算。然而&#xff0c;这些基本运算在图论的相…