说明:多核RBF神经网络建模预测模型,实现六个核函数的多元回归集成。
说明:基于粗糙集理论_主成分分析的Elman神经网络短期风速预测_尹东阳
说明:偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用
说明:wine数据来源是UCI数据库,记录的是意大利统一地域上三种不同葡萄酒化学成分分析,数据含有178样本,每个样本含有13个特征分量,每个样本类别都有各自标签,178样本50%做训练集,另外50%做预测集,将训练集SVM分类建模
说明:旋转森林最近热门的集成学习分类方法,可用于模式识别分类。当输入数据中存在非线性关系的时候,基于线性回归的模型就会失效,而基于树的算法则不受数据中非线性关系的影响,基于树的方法最大的一个困扰时为了避免过拟合而对树进行剪枝的难度,对于潜在数据中的噪声,大型的树倾向于受影响,导致低偏差(过度拟合)或高方差...