目录1.算法描述2.仿真效果预览3.MATLAB核心程序4.完整MATLAB1.算法描述 GRNN建立在非参数核回归基础上，以样本数据为后验条件，通过执行诸如Parzen非参数估计，从观测样本里求得自变量和因变量之间的联结概率密度函数之后，直接计算出因变量对自变量的回归值。GRNN不需要设定模型的形式，但是其隐回归单元的核函数中有光滑因子，它们的
转载
2023-10-01 13:16:33
135阅读
假设你想要建立一个模型，根据某特征\(x\)，例如商品促销活动，近期广告，天气等来预测给定时间内顾客到达商场的数量\(y\),我们知道泊松分布可以很好的描述这个问题。那么我们怎样来建立这个问题的回归模型呢？幸运的是泊松分布是指数族分布，所以我们可以使用广义线性回归模型（GLM），本文将介绍广义线性模型来解决这个问题。 更一般的，在考虑回归和分类问题，我们需要考虑在特征\(x\)下\(y\)的值，为
转载
2023-05-18 15:28:22
110阅读
基于麻雀搜索算法优化的广义回归神经网络(GRNN)预测 文章目录基于麻雀搜索算法优化的广义回归神经网络(GRNN)预测1.GRNN 神经网络概述2.GRNN 的网络结构3.GRNN的理论基础4.运输系统货运量预测相关背景5.模型建立6.麻雀搜索算法优化GRNN7.实验结果8.参考文献9.Matlab代码 摘要：本文介绍基于麻雀搜索算法优化的广义神经网络(GRNN)预测，并将其应用于货物量预测 1
转载
2024-03-05 09:06:58
170阅读
# 广义回归神经网络（Generalized Regression Neural Network）
## 1. 简介
广义回归神经网络是一种用于解决回归问题的机器学习模型。与传统的线性回归模型不同，神经网络具有更强大的表征能力和非线性拟合能力。
在本文中，我们将使用Python代码来解释广义回归神经网络的工作原理，并演示如何使用该模型来解决一个简单的回归问题。
## 2. 神经网络的结构
原创
2023-08-02 10:50:46
144阅读
目录1.算法描述2.仿真效果预览3.MATLAB核心程序4.完整MATLAB1.算法描述 实时的人群异常行为识别是一项极具挑战的工作，具有较高的现实意义和社会需求，快速准确地判断出异常行为并及时预警，一直是我们探索的方向。传统的机器学习算法虽然具有较好的行为识别效果，但是算法的性能严重依赖于人工设计特征，且特征的采用依赖于特定的问题，这就使得算法的泛化能力不
转载
2023-12-18 22:59:25
176阅读
广义回归神经网络 GRNN（General Regression Neural Network）广义回归神经网络是基于径向基函数神经网络的一种改进。结构分析：可以看出，这个结构与之前我们所讲过的径向基神经网络非常相似，区别就在于多了一层加和层，而去掉了隐含层与输出层的权值连接。1.输入层为向量，维度为m，样本个数为n，线性函数为传输函数。2.隐藏层与输入层全连接，层内无连接，隐藏层神经元个数与样本
转载
2023-08-16 17:21:24
431阅读
GRNN广义回归神经网络以及相关概念 小小白入坑系列，欢迎大佬的指教!算法网上铺天盖地的，我只是把自己对算法的理解和学习经验发到了这个帖子里面把GRNN和RBF做一个对比，就会发现有以下区别：在实现上面，GRNN仅与RBF的输出层不同都对非线性数据具有很好的拟合效果在实际拟合过程中，数据比较优秀的时候，RBF的效果很好，不过在数据精准度比较差的时候，GRNN有很大优势，因为GRNN用的非参数估计
转载
2023-09-22 21:12:00
54阅读
1.算法描述实时的人群异常行为识别是一项极具挑战的工作，具有较高的现实意义和社会需求，快速准确地判断出异常行为并及时预警，一直是我们探索的方向。传统的机器学习算法虽然具有较好的行为识别效果，但是算法的性能严重依赖于人工设计特征，且特征的采用依赖于特定的问题，这就使得算法的泛化能力不足。卷积神经网络作为一种深度模型，因其不需要手动设计特征，可直接作用于原始输入的特性，具有更强的学习和表达能力，在图像
转载
2023-12-28 11:08:27
300阅读
线性回归是人工神经网络的基础，线性回归属于有监督的学习，即根据有标签（已知结果的数据）拟合线性方程权重，然后根据拟合的方程预测未知数据。通常步骤为：准备数据：获取有标签的数据（有结果的数据）。建立模型：根据线性方程设计模型。配置模型：确定损失函数、优化方法、初始化参数。训练模型：根据有标签的数据进行回归学习。测试：根据训练好的（回归结果）线性方程模型计算，评估模型是否准确。神经网络算法的1 准备工
转载
2023-08-05 15:56:20
139阅读
逻辑回归和线性回归都是广义线性模型中的一种，接下来我们来解释为什么是这样的？1、指数族分布 指数族分布和指数分布是不一样的，在概率统计中很对分布都可以用指数族分布来表示，比如高斯分布、伯努利分布、多项式分布、泊松分布等。指数族分布的表达式如下 η是natural parameter，T(y)是充分统计量，exp−a(η)是起到归一化作用。 确定了T、a、b， 我们就可以确定某个参数为η的指
转载
2023-08-12 22:05:16
167阅读
目录1.算法描述2.仿真效果预览3.MATLAB核心程序4.完整MATLAB1.算法描述 GRNN建立在非参数核回归基础上，以样本数据为后验条件，通过执行诸如Parzen非参数估计，从观测样本里求得自变量和因变量之间的联结概率密度函数之后，直接计算出因变量对自变量的回归值。GRNN不需要设定模型的形式，但是其隐回归单元的核函数中有光滑因子，它们
转载
2023-12-10 11:40:05
78阅读
你需要弄明白的问题： 1.回归算法1.线性回归 其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化。线性模型有两种：一种是线性关系，另一种是非线性关系。若曲线是一条直线，则为一元线性回归；若是超平面，则是多元线性回归；否则是非线性回归，常见的非线性回归包括多项式回归、逻辑回归。通过样本学习映射关系f:x->y，得到的预测结果y是连续值变
转载
2024-01-25 20:50:13
92阅读
简介:一般来说, 神经网络常被用来做无监督学习, 分类, 以及回归. 也就是说, 神经网络可以帮助对未标记数据进行分组, 对数据进行分类, 或者在有监督训练之后输出连续的值. 典型的神经网络在分类方面的应用, 会在网络的最后一层使用逻辑回归分类器(之类)的将连续(continue)的值转换成为离散值如: 0/1, 比如, 给定一个人的身高, 体重, 以及年龄, 你可以给出它有心脏病或者没
转载
2023-09-13 21:09:52
223阅读
## 广义回归神经网络的应用方案
### 1. 引言
广义回归神经网络（Generalized Regression Neural Network, GRNN）是一种常用于回归问题的神经网络模型。相比于其他回归方法，GRNN具有较好的泛化能力和拟合能力。本文将介绍GRNN的原理和应用，并通过一个具体的问题来演示如何使用GRNN进行建模和预测。
### 2. GRNN原理概述
GRNN是一种
原创
2023-09-04 20:32:22
209阅读
广义回归神经网络是一种机器学习算法，用于解决回归问题。它的发明者是美国计算机科学家Geoffrey E. Hinton。这个算法在解决复杂的非线性问题时非常有效，并且广泛应用于各个领域。
广义回归神经网络由多个神经元组成的多层网络，每个神经元都有自己的权重和偏差。这些神经元通过训练数据自动调整它们的权重和偏差，以最小化目标函数，从而实现对输入数据的拟合。它的训练过程通常使用反向传播算法来更新权重
原创
2024-02-16 09:52:41
64阅读
广义回归算法的分类广义的回归算法有很多种，从用途划分有预测(即狭义回归)、分类两大类。响应变量是连续性变量，即预测算法；响应变量是类别型变量，即分类算法。
判定边界可以用方程函数表达特征可以是单个(单变量、二维空间)，也可以是多个(多变量、高维空间)。线性关系是直线(二维空间)、平面(高维空间)，非线性关系是曲线(二维空间)、曲面(高维空间)。避免模型欠拟合或者过拟合：欠拟合，准确性低
转载
2023-10-12 12:46:59
80阅读
上节课我们主要对深度学习（Deep Learning）的概念做了简要的概述。我们先从房价预测的例子出发，建立了标准的神经网络（Neural Network）模型结构。然后从监督式学习入手，介绍了Standard NN，CNN和RNN三种不同的神经网络模型。接着介绍了两种不同类型的数据集：Structured Data和Unstructured Data。最后，我们解释了近些年来深度学习性能优于传统
转载
2024-01-02 17:04:53
75阅读
基于往日气温搭建神经网络，划分训练集与验证集，用训练集进行神经网络训练，用验证集验证神经网络的好坏（即判断验证集中的气温预测结果与实际结果的差距）。注：这是一个回归任务，即根据往日数据来推测当天的气温。
转载
2023-05-18 15:39:54
613阅读
本文可能跟大家普遍认知的机器学习的应用思路有些差异，公认的机器学习的步骤是：数据的探索分析 -> 数据转换和清洗 -> 特征工程选择 -> 特征工程提取 -> 模型训练 -> 调参 -> 应用。本文的思路则是在ML能力没那么强，但对业务比较熟悉的情况下，怎么快速利用机器学习的原理实现回归测试结果的抽样问题，比较适合新手。本文主要介绍一个利用神经网络原理在导航系统
转载
2023-08-21 22:52:17
138阅读
神经网络-回归（Python）回归与神经网络简介回归分析神经网络神经网络学习算法原理监督学习和无监督学习多层感知器——MLPBP神经网络代码实现（利用sklearn库）根据算法写出BP 回归与神经网络简介回归分析回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析的作用是： ①从一组数据出发确定某些变量之间的定量关系式 ②对变
转载
2023-06-16 10:14:07
334阅读
