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:强化学习的核心算法,Q-table,应用动作值函数对动作的Q值进行更新来找到最优策略。
说明:它的训练是在贝叶斯框架下进行的,在先验参数的结构下基于主动相关决策理论(automatic relevance determination,简称ARD)来移除不相关的点,从而获得稀疏化的模型。在样本数据的迭代学习过程中,大部分参数的后验分布趋于零,与预测值无关,那些非零参数对应的点被称作相关向量(R...
说明:非常全面的灵敏度分析讲解以及灵敏度检验案例。
说明:粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来,提供给用户的为算法的可调参数,用户只需要定义好自己需要优化的函数(计算最小值或者最大值),并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度,Max_V)等,即可自行优化。