使用三种机器学习方法处理回归问题

人工智能 其他 案例ID:133044
霅霅のNPY
1 年经验· 腾讯北京分公司-腾讯地图
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

使用 SVR 回归模型、非线性映射的线性回归模型、带有 BP 算法的多层感知 机模型、三种方法处理工业上生产设备多种因素对于推进速度性能影响的回归 拟合问题。
https://github.com/CraKane/Machine_Learning_Methods_For_Regression_Matlab
其中线性回归模型使用 ACO 算法进行改进,使其最小化损失函数,该方法在 测试集中回归正确率 84%、SVR 正确率 81%、线性回归 87%、MLP 87%。

使用三种机器学习方法处理回归问题

人工智能 · 其他 案例ID:133044
联系该工程师
微信扫码,建群沟通
作者: 霅霅のNPY - 1年经验- 腾讯北京分公司-腾讯地图

案例介绍

使用 SVR 回归模型、非线性映射的线性回归模型、带有 BP 算法的多层感知 机模型、三种方法处理工业上生产设备多种因素对于推进速度性能影响的回归 拟合问题。
https://github.com/CraKane/Machine_Learning_Methods_For_Regression_Matlab
其中线性回归模型使用 ACO 算法进行改进,使其最小化损失函数,该方法在 测试集中回归正确率 84%、SVR 正确率 81%、线性回归 87%、MLP 87%。

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×