基于MATLAB的XGboost算法回归预测模型(提供XGBOOST安装教学) 已更新多输入多输出回归模型【赠送】

作品简介

训练集数据的R2为:0.99952

测试集数据的R2为:0.87834

训练集数据的MAE为:0.062211

测试集数据的MAE为:2.1389

训练集数据的MBE为:-0.00052174

测试集数据的MBE为:-0.2125

变量1训练集数据的R2为:0.81155

变量1测试集数据的R2为:0.35178

变量1训练集数据的MAE为:23.0879

变量1测试集数据的MAE为:39.6342

变量1训练集数据的MBE为:5.4994

变量1测试集数据的MBE为:18.169

变量2训练集数据的R2为:0.84898

变量2测试集数据的R2为:0.66874

变量2训练集数据的MAE为:1.9302

变量2测试集数据的MAE为:4.023

变量2训练集数据的MBE为:0.40009

变量2测试集数据的MBE为:0.86627


>> 

使用方法

1.从面包多下载所有文件 ,解压缩xgboost-1.1 和更新版本代码

将更新版本代码内的 三个代码,XGBMUL代码均复制粘贴在xgboost-1.1文件夹里。

用matlab文件打开xgboost-1.1 位置,点击下图中左右箭头后面的带有绿色箭头的图标, 选择xgboost-1.1所对应位置,确定后即可以看到左侧有lib文件夹。

2.用破解版matlab 安装MINGW附件 ,(matlab主页-附加功能-获取附加功能)

需注意matlab为破解版本,尽可能版本高一些,我用的2020a,登录matlab账号后 ,在获取附加功能中安装成功后 ,重启matlab。

如果附加功能页面打不开需要手动下载安装(见步骤三)。

3.直接右键运行main_xgboost代码,即可运行。如果MINGW未安装,命令窗口报错,且提示下载链接 。 将其网址复制到浏览器下载到xgboost-1.1文件夹内,点击左侧下载文件,安装完毕后,重启matlab。重新右键运行。







创作时间:2022-10-17 20:41:30