如何獲得訓練數據集的預測值最小二乘支持向量迴歸

Question

我想用最小二乘支持向量機的迴歸，這是由Suykens等人提出做一個預測。我正在使用LS-SVMlab，它可以找到MATLAB工具箱here。讓我們考慮一下我有一個獨立變量X和一個因變量Y，它們都是模擬的。我正在按照教程中的說明進行操作。

>> X = linspace（-1,1,50）」;
>> Y =（15 *（X.^2-1）^ 2 * X.^4）* EXP（-X）+ normrnd（0,0.1，長度（X），1）。
>> type ='function estimation';
>> [GAM，SIG2] = tunelssvm（{X，Y，類型，[]，[]，」 RBF_kernel」}，」單純」，...」 leaveoneoutlssvm」，」 MSE」}）;
>> [α，B] = trainlssvm（{X，Y，類型，GAM，SIG2，」 RBF_kernel」}）;
>> plotlssvm（{X，Y，type，gam，sig2，'RBF_kernel'}，{alpha，b}）;

的代碼中使用的單純形法和上面找到最佳參數留一法交叉驗證和訓練的模型並給我阿爾法（支持矢量值在訓練集合中的所有數據點）和b的係數。然而，它並沒有給我變量Y的預測。它只繪製了情節。在一些文章中，我看到了情節類似下面，

正如我前面所說的，LS-SVM工具箱不給我Y的預測值，只汲取的情節，但在工作區中的任何值。我怎樣才能得到這些值，並將預測值與實際值一起畫出來？

有一個解決方案，我想的。通過使用訓練集中的X值，我重新運行模型並通過使用simlssvm命令獲得對Y值的預測，但對我來說這似乎不合理。您可以提供的任何解決方案？提前致謝。

Answer 1

恐怕你已經回答了你自己的問題。獲得LS-SVMLab中訓練點預測的唯一方法是在訓練模型後模擬訓練點。

Answer 2

[YP，α，B，GAM，SIG2，模型] = LSSVM（X，Y， 'F'）

當u使用此功能YP爲預測值