说明:2018美赛E题的一些参考资料
说明:机器学习m代码。主要实现机器学习中最小二乘支持向量机算法,核函数参数用PSO算法进行优化。用pso算法优化LSsvm算法参数,
说明:梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。在求解损失函数的最小值时,可以通过梯度下降法来一步步的迭代求解,得到最小化的损失函...
说明:适合学习多目标优化算法的好例子,完美运行,粒子群算法 多目标优化是在现实各个领域中都普遍存在的问题,每个目标不可能都同时达到最优,必须各有权重。但是,究竟要怎样分配这样的权重,这已经成为人们研究的热点问题。同时,根据生物进化论发展起来的遗传算法,也得到了人们的关注。将这两者结合起来,能够利...
说明:学习向量量化LVQ神经网络模型与学习算法
说明:MATLAB可视化大学物理学
说明:分享一些美赛中常用的资料,都是楼主自己精心找的