R语言SVR支持向量机多元回归、网格搜索超参数优化预测猪粮比价格变动率数据
2023-03-07 09:14:44 时间
全文链接:http://tecdat.cn/?p=31617
原文出处:拓端数据部落公众号
我们最近有一个很棒的机会与一位伟大的客户合作,要求构建一个适合他们需求的持向量机回归模型。
我们需要拟合支持向量机回归模型:进行网格搜索超参数优化并使用训练好的模型进行预测推理、使用plot函数可视化线图对比预测值和实际值曲线。
数据
读取数据
Hd=read.xlsx("支持向量机用数据.xlsx")#读取支持向量机用数据.xlsx
head(Hd)#查看数据
数据预处理
#归一化
Hd=scale(Hd[,-1])
#查看变量之间的关系
plot(Hd[,c("猪粮比价格变动率","玉米价格变动率(时差已调整)",
"存栏量变动率(时差已调整)",
查看变量之间的关联系数
cor(Hd[,c("猪粮比价格变动率","玉米价格变动率(时差已调整)",
准备训练集和测试集
n=nrow(Hd)
ntrain <- round(n*0.8) # 训练集
tindex <- sample(n,ntrain) # 筛选测试集样本
训练集可视化
plot(Hd[,c("猪粮比价格变动率","玉米价格变动率(时差已调整)")] ,pch=ifelse
训练SVM模型
现在我们在训练集上使用来训练线性SVM
model <- svm(猪粮比价格变动率 ~ . , Hd)
mse <- function(error)
{
sqrt(mean(error^2))
predictionmse
## [1] 0.6789526
求解最优参数
predictionmse=0
jj=1
for(i in seq(0,1,0.1)){
for(j in seq(0.1,1,0.1)){
model <- svm(Hd$"猪粮比价格变动率" ~ .
找到最佳参数
which.min(predictionmse)
## [1] 10
用最优参数预测
,epsilon=1,cost=0.1)
points(Hd$"玉米价格变动率.时差已调整.", predictedY, col = "red", pch=4)
预测新数据
plot(Hd_predict[,c(3,2)] ,pch=ifelse(istrain==1,1,2))
points(Hd_predict$"玉米价格变动率.时差已调整.", predictednew, col = "red", pch=4)
最受欢迎的见解
3.matlab中的偏最小二乘回归(PLSR)和主成分回归(PCR)
5.R语言回归中的Hosmer-Lemeshow拟合优度检验
相关文章
- 软件测试|f-string格式化输出的这些用法,90%的Pythoner不知道
- 软件测试|pip命令,你真的会了吗?
- [oeasy]python0074_修改字体背景颜色_background_color_背景色
- PHP - 语言底层运行及生命周期
- PS2023 Neural Filters(PS2023神经滤镜插件) V24.0 最新离线安装包直装版
- 蓝桥杯题目——飞行员兄弟解题详解及其包含的思想
- R语言-画图
- 如何获取openai中的apikey?
- Pr怎么调整画面尺寸 Pr调整视频尺寸的教程【详解】
- 如何在Dreamweaver里面添加音乐播放器【详细介绍】--附各版本安装包
- ps制作字体从左到右依次显示的动态效果图(附各版本安装包)
- 蓝桥杯2022年第十三届省赛真题-X进制减法(看不懂我也没办法)
- 一文梳理水下目标检测方法汇总
- 试了试用ChatGPT做Abaqus二次开发 -- 绝绝子!
- office办公软件在哪下载, 如何安装?
- 办公软件office包括哪些,常用的组件内容
- 办公软件有哪些版本,哪个版本office好用?
- 作者自言-序篇
- HTML & CSS 系列--第一篇:概述
- R语言-专题