各种回归算法

回归方法介绍

我们最常见的有线性回归，广义线性回归，SVR，RVM，KNN 回归，决策树，神经网络等。

如何利用matlab进行各种回归分析

线性回归

model=regress(train_label,traindata）;
predict_value=testdata*model;

tree

Tree=RegressionTree.fit(traindata,train_label）;
predict_value=predict(Tree,testdata）;

SVR

使用libsvm,需要先编译，然后添加到路径。
model=svmtrain(train_label,traindata,’-s 3 -c value -g value -p value’);
predict_value=svmpredict(test_label,testdata,model);
注：value代表你自己要给一个值，一般需要寻优;

RVM

在Mike tipping 那里下V2
将SparseBayesDemo.m的例子注释，
BASIS是traindata和traindata.训练出模型以后，添加一个BASIS_te,讲BASIS里面的距离改为testdata,traindata.
predict=BASIS_te*w_infer;

人工神经网络

net=newff(traindata’,train_label’,[10,5]);
net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00004;
net=train(net,traindata’,train_label’);
predict_label=sim(net,testdata’);
注：参数可以自己修改