分类预测 | MATLAB实现LSSVM(最小二乘支持向量机)分类

分类预测 | MATLAB实现LSSVM(最小二乘支持向量机)分类

目录

    • 分类预测 | MATLAB实现LSSVM(最小二乘支持向量机)分类
      • 最小二乘法
      • 最小二乘支持向量机
      • 程序设计
        • 主程序
        • 子程序
      • 拓展知识
      • 参考资料
      • 致谢

最小二乘法

最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。
使误差平方和达到最小以寻求估计值的方法,就叫做最小二乘法,用最小二乘法得到的估计,叫做最小二乘估计。当然,取平方和作为目标函数只是众多可取的方法之一。

最小二乘支持向量机

  • 同样是对原始对偶问题进行求解,但是通过求解一个线性方程组(优化目标中的线性约束导致的)来代替SVM中的QP问题(简化求解过程),对于高维输入空间中的分类以及回归任务同样适

你可能感兴趣的:(#,SVM支持向量机,分类预测,机器学习,机器学习,支持向量机,最小二乘法,分类算法)