局部加权回归(LWR) Matlab模板
将百度文库上一份局部加权回归的代码,将其改为模板以便复用。
q2x,q2y为数据集,是n*1的矩阵;
r是波长参数,就是对于距离的惩罚力度;
q_x是要拟合的数据横坐标,是1*n的矩阵;
得到的q_y即为所求坐标,是n*1的矩阵。
由于使用的是正规方程而非最小化代价函数来求方程,这份代码就留给建模的时候使用吧,毕竟对于多变量或特殊情况,正规方程效果并不好。
function q_y = LWR(q2x, q2y, r, q_x) q2x=[ones(size(q2x,1),1) q2x]; m = size(q2x,1);figure; hold on; plot(q2x(:,2),q2y,'.r');q_y=zeros(size(q_x,2),1);for k=1:1:size(q_x,2)w=zeros(m,m);for i=1:1:m w(i,i)=exp(-((q_x(k)-q2x(i,2))^2)/(2*r^2));endtheta=(q2x'*w*q2x)\(q2x'*w*q2y);q_y(k)=theta(1)+theta(2)*q_x(k); end plot(q_x,q_y);legend('trainingdata',strcat('r = ',num2str(r)));
转载于:https://www.cnblogs.com/zinyy/p/9171720.html
局部加权回归(LWR) Matlab模板相关推荐
- 机器学习笔记(一)-局部加权回归(Locally weighted regression)LWR
在网上通过看斯坦福大学的机器学习课程,觉得讲的非常好.同时,为了加强自己的记忆,决定将自己学到的东西和一些理解记录下来,希望有所收获.废话不多说,直接开始笔记: 局部加权回归(locally weig ...
- python123英文字符的鲁棒_Robust Locally Weighted Regression 鲁棒局部加权回归 -R实现
鲁棒局部加权回归 Ljt 作为一个初学者,水平有限,欢迎交流指正. 算法参考文献: (1) Robust Locally Weighted Regression and Smoothing Scatt ...
- 局部加权回归Loess对比MFCC三角滤波(吴恩达机器学习中说,Loess算法用到了aircraft的自动驾驶中)
局部加权回归(Loess): Loess的目标是最小化, 其中 的作用是使预测点的临近点在最小化目标函数中贡献大: Loess更加注重临近点的精确拟合. 这个算法中最神奇的就是这个w,局部相关性w很像 ...
- R语言用LOESS(局部加权回归)季节趋势分解(STL)进行时间序列异常检测
全文下载链接:http://tecdat.cn/?p=22632 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的异常点进行建模的方法. 相关视频 我们将对一种叫做STL的算法进行研究,STL是 ...
- 局部加权回归(HGL的机器学习笔记3)
局部加权回归(Locally Weighted Regression, LWR) 局部加权回归使一种非参数方法(Non-parametric).在每次预测新样本时会重新训练临近的数据得到新参数值.意思 ...
- 局部加权线性回归(Local Weighted Linear Regression)+局部加权回归+局部线性回归
局部加权线性回归(Local Weighted Linear Regression)+局部加权回归+局部线性回归 locally weighted scatterplot smoothing,LOWE ...
- 局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3
转载请注明:http://blog.csdn.net/xinzhangyanxiang/article/details/9113681 最近在看Ng的机器学习公开课,Ng的讲法循循善诱,感觉提高了不少 ...
- 局部加权回归LOESS(locally weighted regression)
欠拟合和过拟合 首先看下面的三幅图, 第一幅拟合为了 y=θ0+θ1xy=θ_0 + θ_1x 的一次函数 第二幅拟合为了y=θ0+θ1x+θ2x2y=θ_0 + θ_1x + θ_2x^2 的二次函 ...
- 机器学习笔记:局部加权回归 LOESS
0 前言 对于预测问题,回归中最简单的线性回归,是以线性的方法拟合出数据的趋势. 但是对于有周期性,波动性的数据,并不能简单以线性的方式拟合,否则模型会偏差较大 局部加权回归(lowess)能较好的处 ...
最新文章
- 如何在Kubernetes里创建一个Nginx service
- Python--logging....实例应用
- Java中删除文件、删除目录及目录下所有文件
- 合作开发和委托开发完成成果的归属
- Thinkphp 数据库配置参数
- 屌丝程序员的那些事(一)-毕业那年
- java 模板方法_Java设计模式21:模板方法(Template Method)
- linux下编译webkit,ubuntu下编译webkit
- 编程之美读书笔记2.14 - 子数组之和的最大值
- Eclipse中快速使代码对齐?1张图搞定!
- ActiveMQ第二弹:使用Spring JMS与ActiveMQ通讯
- VBS 代码合集(慎用,好玩)
- NOIP2017提高组初赛选择题解析
- Easy CHM 2.10
- JavaScript — DOM API
- 一种基于加密域的数字图像水印算法的设计与实现(附Matlab源码)
- Arduino ESP8266 使用LittleFS存储配置文件实践
- 树莓派利用python控制57步进电机
- Safari下载zip文件后不再自动打开
- 机器学习的五大潜力趋势!