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
目录
- 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
- 程序设计
- 参考资料
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);