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

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

效果一览

基本描述

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。
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；
4.注意程序和数据放在一个文件夹，文件夹不可以XGBoost命名，因为有函数已经用过，运行环境为Matlab2020及以上。

程序设计

• 完整程序和数据下载：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。

Function_name='F1'; % Name of the test function that can be 
end
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%%  设置必要的指针
h_test_ptr = libpointer;
h_test_ptr_ptr = libpointer('voidPtrPtr', h_test_ptr);
test_ptr = libpointer('singlePtr', single(p_test));
calllib('xgboost', 'XGDMatrixCreateFromMat', test_ptr, rows, cols, model.missing, h_test_ptr_ptr);
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%%  预测
out_len_ptr = libpointer('uint64Ptr', uint64(0));
f = libpointer('singlePtr');
f_ptr = libpointer('singlePtrPtr', f);
calllib('xgboost', 'XGBoosterPredict', h_booster_ptr, h_test_ptr, int32(0), uint32(0), int32(0), out_len_ptr, f_ptr);
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%%  提取预测
n_outputs = out_len_ptr.Value;
setdatatype(f, 'singlePtr', n_outputs);
————————————————
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/124929272

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/127596777?spm=1001.2014.3001.5501
[2] https://download.csdn.net/download/kjm13182345320/86830096?spm=1001.2014.3001.5501