回归预测合集|基于灰狼优化21个机器学习和深度学习的数据回归预测Matlab程序 多特征输入单输出

回归预测合集|基于灰狼优化21个机器学习和深度学习的数据回归预测Matlab程序 多特征输入单输出

一、清单

基于灰狼优化BP神经网络的数据预测Matlab程序GWO–BP
基于灰狼优化卷积神经网络的数据预测Matlab程序GWO–CNN
基于灰狼优化长短期记忆神经网络的数据预测Matlab程序GWO–LSTM/BiLSTM/GRU
基于灰狼优化深度神经网络的数据预测Matlab程序GWO–DNN
基于灰狼优化极限学习机的数据预测Matlab程序GWO–ELM
基于灰狼优化随机森林的数据预测Matlab程序GWO–RF
基于灰狼优化核极限学习机的数据预测Matlab程序GWO–KELM
基于灰狼优化深度极限学习机的数据预测Matlab程序GWO–DELM
基于灰狼优化正则化极限学习机的数据预测Matlab程序GWO–RELM
基于灰狼优化径向基神经网络的数据预测Matlab程序GWO–RBF
基于灰狼优化支持向量机的数据预测Matlab程序GWO–SVM
基于灰狼优化相关向量机的数据预测Matlab程序GWO–RVM
基于灰狼优化最小二乘支持向量机的数据预测Matlab程序GWO–LSSVM
基于灰狼优化极端梯度提升树的数据预测Matlab程序GWO–Xgboost
基于灰狼优化LightGBM的数据预测Matlab程序GWO–LightGBM
基于灰狼优化混合核极限学习机的数据预测Matlab程序GWO–HKELM
基于灰狼优化高斯过程时间序列的数据预测Matlab程序GWO–GPR
基于灰狼优化卷积–长短期记忆网络-自注意力机制的数据预测Matlab程序GWO–CNN-LSTM-Attention
基于灰狼优化卷积–门控循环单元-自注意力机制的数据预测Matlab程序GWO–CNN-BiGRU-Attention

二、实验结果

1.输入多个特征，输出单个变量，多变量回归预测；

2.excel数据，前6列输入，最后1列输出，运行主程序即可,所有文件放在一个文件夹；

3.命令窗口输出R2、MSE、MAE；

4.可视化：代码提供了可视化工具，用于评估模型性能，包括真实值与预测值的收敛图、对比图、拟合图、残差图。

三、核心代码

%%  导入数据
res = xlsread('数据集.xlsx');

%%  数据分析
num_size = 0.8;                              % 训练集占数据集比例
outdim = 1