时序预测 | Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测_xgboost预测

时序预测 | Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测

预测效果

基本介绍

Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测（完整源码和数据）
1.data为数据集，单变量时间序列数据集。
2.CNN_XGBoostTS.m为主程序文件，其他为函数文件，无需运行;
3.评价指标R2、MAE、MAPE、MSE、RMSE；

程序设计

• 完整源码和数据获取方式：Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测。

options = trainingOptions('adam', ...      % Adam 梯度下降算法
    'MaxEpochs', 300, ...                  % 最大训练次数 300
    'InitialLearnRate', 1e-2, ...          % 初始学习率为0.01
    'LearnRateSchedule', 'piecewise', ...  % 学习率下降
    'LearnRateDropFactor', 0.1, ...        % 学习率下降因子 0.1
    'LearnRateDropPeriod', 200, ...        % 经过200次训练后 学习率为 0.01 * 0.1
    'Shuffle', 'every-epoch', ...          % 每次训练打乱数据集
    'Plots', 'training-progress', ...      % 画出曲线
    'Verbose', false);
————————————————
版权声明：本文为CSDN博主「机器学习之心」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/kjm13182345320/article/details/127179100
1
2
3
4
5
6
7
8
9
10
11
12

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/128577926?spm=1001.2014.3001.5501
[2] https://blog.csdn.net/kjm13182345320/article/details/128573597?spm=1001.2014.3001.5501