SVR参数优化方法探讨
支持向量回归机的参数优化方法大体有以下几种：1、双线性搜索法
2、网格搜索法
3、遗传算法
4、蚁群算法
5、粒子群算法。
这是最普遍的几种方法。综合各种因素来说，我觉得粒子群算法是最好的了，如果观点偏颇还请网友多多指正。
最近也看了不少文献，但是文献都故弄玄虚，明明一个不复杂的问题搞得犹抱琵琶半遮面，所以，我还是被粒子群算法搞晕了，文献看了一大堆，粒子群算法的原理也懂了，但是还是不知道该怎么用？粒子群算法是要自己用Matlab编写吗？还是有现成的工具箱之类的？如果有的话怎样使用？
比如我的样本数据是这样的，该怎么使用粒子群算法进行优化？
%样本数据
x_train1=1:2:400
y_train1=A(1:2:400)%A是我的数据
%测试数据
x_test1=2:2:400
y_test1=A(2:2:400) :handshake我也有这个问题
不知道有没有更新更好的优化算法，这些都被人做烂了
好不容易弄懂了，一看人家都做过了 那这几种支持向量回归机的参数优化方法有没有现成的程序。能分享一下吗？zhuxiaoxun@163.com。非常感谢！:handshake 那这几种支持向量回归机的参数优化方法有没有现成的程序。能分享一下吗？zhouzhiyong009@163.com。非常感谢！ 现在是参数优化已经很成熟了，我用过交叉验证的方法， 本帖最后由 ab77977 于 2013-5-23 15:55 编辑
tianxi901 发表于 2011-5-10 14:58 static/image/common/back.gif
现在是参数优化已经很成熟了，我用过交叉验证的方法，
你好，能把你交叉验证的算法发给我吗？谢谢！我的邮箱是chenchang0604@163.com
页:
[1]