matlab输出文字,matlab输出片去掉白边

【MATLAB第80期】基于MATLAB的结构核岭回归SKRR多输入单输出回归预测及分类预测模型

SKRR这是Gustau Camps-Valls等人在“用深度结构核回归检索物理参数”中提出的结构核岭回归SKRR方法。
参考文献
Camps-Valls,Retrieval of Physical Parameters with Deep Structured Kernel Regression

一、回归预测

%%  清空环境变量warning off             % 关闭报警信息close all               % 关闭开启的图窗clear                   % 清空变量clc                     % 清空命令行%%  导入数据res  xlsread(数据集.xlsx);%%  划分训练集和测试集temp  randperm(103);P_train  res(temp(1: 80), 1: 7);T_train  res(temp(1: 80), 8);M  size(P_train, 2);P_test  res(temp(81: end), 1: 7);T_test  res(temp(81: end), 8);N  size(P_test, 2);%%  数据归一化[p_train, ps_input]  mapminmax(P_train, 0, 1);p_test  mapminmax(apply, P_test, ps_input);[t_train, ps_output]  mapminmax(T_train, 0, 1);t_test  mapminmax(apply, T_test, ps_output);%转置以适应模型p_train  p_train; p_test  p_test;t_train  t_train; t_test  t_test;

1、linear

SKRR linear训练集数据的R2为1
SKRR linear测试集数据的R2为1
SKRR linear训练集数据的MAE为0.0028973
SKRR linear测试集数据的MAE为0.0042063
SKRR linear训练集数据的MBE为-5.67e-05
SKRR linear测试集数据的MBE为0.00019721

2、rbf

SKRR rbf训练集数据的R2为0.99997
SKRR rbf测试集数据的R2为0.99985
SKRR rbf训练集数据的MAE为0.029127
SKRR rbf测试集数据的MAE为0.042224
SKRR rbf训练集数据的MBE为0.0048
SKRR rbf测试集数据的MBE为-0.020914

二、分类预测

%%  清空环境变量warning off             % 关闭报警信息close all               % 关闭开启的图窗clear                   % 清空变量clc                     % 清空命令行%%  导入数据res  xlsread(数据集C.xlsx);%%  划分训练集和测试集temp  randperm(357);P_train  res(temp(1: 240), 1: 12);T_train  res(temp(1: 240), 13);M  size(P_train, 2);P_test  res(temp(241: end), 1: 12);T_test  res(temp(241: end), 13);N  size(P_test, 2);%%  数据归一化[p_train, ps_input]  mapminmax(P_train, 0, 1);p_test  mapminmax(apply, P_test, ps_input );p_trainp_train;p_testp_test;t_train  T_train;t_test   T_test ;

1、linear

2、rbf

三、代码获取

私信后台回复“80期”以及根据要求回复指令即可获取下载链接。