SVM.rar

  • prash
    了解作者
  • matlab
    开发工具
  • 661KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 10 积分
    下载积分
  • 0
    下载次数
  • 2021-02-15 18:48
    上传日期
crop yeild prediction using SVM
SVM.rar
  • SVM
  • img3.tif
    269.2KB
  • R-0.92.jpg
    21.7KB
  • SVM.m
    1.2KB
  • Regression.tif
    33.4KB
  • SVM.mat
    15.9KB
  • img2.tif
    183.9KB
  • img1.tif
    285.3KB
  • crop.xlsx
    11.6KB
内容介绍
close all; clear all; clc; dataset=xlsread('crop.xlsx','sheet1','A2:G101') data1=dataset'; data=mapminmax(data1,0,1); dataset=data'; num=2; xlen=length(dataset) cnt=25; myrmse=zeros(4,4); myrmse1=zeros(2,100); for l=1:5 c=cvpartition(xlen,'holdout',0.3); trind=training(c); tsind=test(c); for i=1:5 for j=1:5 for k=1:5 mdl=fitrsvm(dataset(trind,1:6),dataset(trind,7),'epsilon',2^(k-7),... 'KernelFunction','rbf', 'KernelScale',i, 'BoxConstraint',j); res=predict(mdl,dataset(tsind,1:6)); res1=predict(mdl,dataset(trind,1:6)); temprmse=sqrt(mean((res-dataset(tsind,7)).^2)); myrmse(cnt,:)=[i j k temprmse]; myrmse1(cnt,:)=[tsind']; cnt=cnt+1 end end end end save cropyeild myrmse1 myrmse [a b]=min(myrmse(25:274,4)); b=b+24; i=myrmse(b,1); j=myrmse(b,2); k=myrmse(b,3); tsind=find(myrmse1(b,:)); trind=setdiff(1:xlen,tsind); mdl=fitrsvm(dataset(trind,1:6),dataset(trind,7),'epsilon',2^(k-7),... 'KernelFunction','rbf', 'KernelScale',i, 'BoxConstraint',j); res=predict(mdl,dataset(tsind,1:6)); res1=predict(mdl,dataset(trind,1:6)); myrmsefin= sqrt(mean((res-dataset(tsind,7)).^2)); plotregression(dataset(tsind,7),res)
评论
    相关推荐
    • Svm.rar
      Libsvm-FarutoUltimate3.0 based on libsvm-mat-2.89-3,上交大大佬写的,很棒的学习资料
    • SVM.rar
      用python代码实现svm向量机,如果有错误希望大家多多指正
    • RSVM
      RSVM 该源代码是根据以下算法进行编程的: R. Collobert,F.Sinz,J.Weston,L.Bottou,“采用凸性实现可伸缩性”,Proc。 23th Int。 Conf。 马赫Learn。,2006年,第201-208页。 如果您使用该代码进行研究,请...
    • matlab实现svm.zip
      matlab实现svm
    • svm opencv
      直接将图片分类好放进完好、破损文件夹,完好文件夹全体重命名为1破损文件夹全体重命名为2,测试文件夹全体重命名为3,重命名后后即可运行项目,完成svm分类训练出分类模型svm.xml,并进行预测图片分类。
    • SVM.rar
      SVM machine learning
    • 5.1SVM.rar
      SVM支持向量机的测试代码以及对应的运行结果
    • SVM.rar
      svm功能,用于测试训练,其中含有大量程序,可以选择使用。
    • SVM.rar
      支持向量机的代码,可以通过此代码对数据应用支持向量机进行分析
    • SIM800C_MQTT.rar
      使用SIM800C模块,使用MQTT协议,连接中国移动onenet平台,能实现数据的订阅、发布、存储等