MATLAB 환경에서 K-Fold 교차 검정을 적용한 SVM 회귀 모델 최적화 및 예측 구현
데이터 예측 및 회귀 분석 분야에서 서포트 벡터 머신(SVM)은 뛰어난 일반화 성능을 발휘하는 알고리즘입니다. 특히 SVM의 성능은 패널티 파라미터(C)와 커널 파라미터(gamma)와 같은 하이퍼파라미터 설정에 크게 의존합니다. K-Fold 교차 검정을 결합하면 데이터의 분포를 더 정확하게 반영하며 과적합을 방지하고 최적의 파라미터를 안정적으로 도출할 수 있습니다. 본 ...
7월 13일 18:07에 게시됨
Adaboost와 SVM의 결합: 시계열 예측에서의 혁신적 접근
기반 모델: 서포트 벡터 머신과 애드보스트의 통합적 시계열 예측
시계열 데이터는 비선형 패턴을 내포하고 있어 단일 모델로는 정확한 예측이 어려운 경우가 많습니다. 본 문서에서는 Adaboost 기반의 다중 서포트 벡터 머신 구조를 활용하여, 과적합을 억제하면서도 복잡한 시간 의존성 패턴을 잘 포착하는 예측 시스템을 제안합니다.
데이터 전처리: 슬라이딩 윈도우 ...
5월 24일 20:20에 게시됨