说明:Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 :首先给出弱学习算法和样本空间(工, y) ,从样本空间中找出 m 组训练数据,每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次,每次运算后都按照分类结果更新训练数据权重分布,对于分类失败的训练个...
说明:BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器,利用此方法设计出强分类器。
说明:随机森林分类代码,,很详细,,含有含多个函数文件
说明:灰色系统GM(1,n)模型的源代码,实现多因素作用下复杂系统的预测。