基于SVM支持向量机的多输入多输出预测模型（第二篇）

多输入多输出

只需要将x1、x2、（y1与y2）这四个变量进行归一化即可，尽量不要变动其它数据，以免引入误差。这里为什么不对x1与x2一起做归一化操作，因为反归一化用不到它们，x1与x2也可以一起做归一化。

|

采用mapminmax函数做一维归一化时，应注意数据格式，格式是行向量，列向量需要转置一下才能完成归一化，matlab中mapminmax函数的缺点是输入一维行向量数据，输出不报错。这就造成你做数据预测时，程序没有报错，预测结果看不懂！

上述数据基于第一篇的数据y-7得到y2数据，这里为了验证多输入多输出实验，不严谨，所以预测结果变化趋势相同，但方法和思路正确。

clear; clc;close all;
% 五输入：5*39
% 二输出：2*39
% 回归预测
data=xlsread('data.xlsx','Sheet3','A2:G40');
%%
%***********************************************SVR**********************************%
%归一化
data_1 = da