📄 svm1.txt
字号:
clf reset;
close all;
clear;
clc;
load date p0 t0;
[pn,meanp,stdp] = prestd(p0'); %归一化输入数据
pn=pn';
meanp=meanp';
stdp=stdp';
[tn,meant,stdt]= prestd(t0');%归一化输出数据
tn=tn';
C=200; %样本总数
LC=150; %学习样本数
p1=pn(1:C, : );
t1=tn;
time=0:C-1;
P=p1(1:LC, : ); %训练用输入数据
T=t1(1:LC); %训练用输出数据
net = svmtrain(T,P,'-s 3 -p 0.0001 -t 2 -c 10000') %SVM回归
[y,y3]=svmpredict(t1,p1,net); %用全部数据测试(包括前150组学习数据)
t1=poststd(y,meant,stdt); %预测数据反归一化
e=(t0-t1)./t0*100; %计算预测误差
figure;
H=gcf;
subplot(2,1,1);
plot(time,t0); %源数据曲线
%figure(H);
pause
hold on;
subplot(2,1,1);
plot(time,t1,'r'); %预测数据曲线
title('红色:仿真曲线;兰色:真实曲线');
grid;
figure(H)
hold on
subplot(2,1,2);
plot(time,e,'g'); %误差曲线
title('误差曲线(相对误差)');
xlabel('时间');
ylabel('%');
grid;
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -