glmnet_matlab Lasso算法源代码,stanford开发的,绝对可靠 Algorithm 数学计算 238万源代码下载-
&文件名称: glmnet_matlab
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 756 KB
&&上传时间:
&&下载次数: 70
&&提 供 者:
&详细说明：Lasso算法源代码,stanford开发的,绝对可靠-Glmnet for Matlab- Lasso (L1) and elastic-net regularized generalized linear models
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&glmnet_matlab&&.............\GLMnet.f&&.............\README.txt&&.............\cvglmnet.m&&.............\cvglmnetMulticlass.m&&.............\cvglmnetPlot.m&&.............\glmnet.asv&&.............\glmnet.m&&.............\glmnetCoef.m&&.............\glmnetMex.F&&.............\glmnetMex.m&&.............\glmnetMex.matlabR13.F&&.............\glmnetMex.mexa64&&.............\glmnetMex.mexglx&&.............\glmnetMex.mexmaci&&.............\glmnetMex.mexmaci64&&.............\glmnetMex.mexw32&&.............\glmnetMex.mexw64&&.............\glmnetPlot.m&&.............\glmnetPredict.m&&.............\glmnetPrint.m&&.............\glmnetSet.m&&.............\nonzeroCoef.m
&近期下载过的用户:
&相关搜索:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - This code implements a variety of ways to solve sparse constraint solution
&[] - 解L1正则化回归问题（lasso）的Lars算法
&[] - TV正则化去卷积the Iteratively Reweighted Norm algorithm for solving the generalized TV functional, which includes the L2-TV and and
L1-TV problems
&[] - matlab避障控制算法 需要安装Tomlab工具箱，比matlab自带工具箱更具有优点！
&[] - 选元变量,用于回归分析中的变量选择问题，处理数据降维
&[] - LASSO程序,非常经典的LASSO程序，适合数据挖掘、特征选择
&[] - 带LASSO修正的LARS算法 稀疏表示
&[] - 这是一个人脸识别源码，大家下载吧，可能对大家有帮助
&[] - irls算法matlab源码.已经经过调试。 iterative reweighted least square
&[] - 多种信号过完备字典学习算法的工具包，包含文献Surveying and comparing simultaneous sparse approximation (or group-lasso) algorithms中所有的算法。The Lasso Page
&&&The Lasso Page
L1-constrained fitting && && && for statistics and data mining
Lasso is a shrinkage and selection method for linear regression.
It minimizes the usual sum of squared errors, with a bound on the sum of the
absolute values of the coefficients. It has connections to soft-thresholding
of wavelet coefficients, forward stagewise regression, and boosting methods.
Lasso resources and links
The original lasso paper:
J. Royal. Statist. Soc B., Vol. 58, No. 1, pages 267-288).
Global matched filtering in Engineering:
IEEE Trans, S.P., vol.49, p.702--709, apr. 2001.
The least angle regression (LAR) algorithm for solving the Lasso:
Efron, B.,
Johnstone, I., Hastie, T. and Tibshirani, R. (2002). Least angle regression
Published in Annals of Statistics 2003
for Splus and R.
The software computes the entire LAR, Lasso or
Stagewise path in the same order of computations as a single least-squares fit.
The glmnet package for fitting Lasso and elastic net models
can be found on
Here is a .
L1-constraints for non-orthogonal wavelet expansions:
Chen, Donoho, and Saunders:
Survival analysis:
Statistics in Medicine 1998
M. Osborne, B. Presnell, and B. Turlach: Research and software for the Lasso:
Algorithms (the "Shooting" method)
Wenjiang Fu (1998).
(Hastie, Tibshirani ,Friedman)新手用matlab2010b编写bp神经网络出现了问题求指教_百度知道
新手用matlab2010b编写bp神经网络出现了问题求指教
& & out1 = create_network(varargin{.baidu.show = 50; See help for NEWFF to update calls to the new argument list://f,1};create_network at 128&nbsp.9;net_1;&nbsp,&#39,T)，5 &% & &nbsp.trainParam.IW{1; &tansig&#39;&E = T - A;};调用 TRAINGDM 算法训练 BP 网络[net_1;% &};% &traingdm&#39.layers{i};inputbias=net_1.lr = 0; In newff&计算仿真误差&nbsp://f;traingdm&#39,&#39;我觉得程序应该没问题呀 但是运行起来就出现这个提示 什么意思看不懂 新手求指教;,&#39:}).LW{2.trainParam. In grmma at 2& & net = new_5p0(varargin{.net_1?,1};net_1,{&#39;% &% &&nbsp,5.trainP创建一个新的前向神经网络&nbsp:}),1];Error in ==&gt.epochs = /zhidao/wh%3D600%2C800/sign=b746bed3d63f28e22b22cc/a6efce1b9d16fdfa8a529b85b68f8ca;layerbias=net_1;% &nbsp.05; newff&gt,&#39;&gt.jpg" esrc="&当前网络层权值和阈值layerWeights=net_1,[10; grmma at 2net_1=newff(minmax(P): NEWFF used in an obsolete way.baidu,tr]=train(net_1; newff at 102&nbsp.jpg" />输入层神经元为3 &nbsp,5;当前输入层权值和阈值inputWeights=net_1,[10;.).baidu.trainParam.transferFcn = tf{i};有2层隐含层神经元个数分别为10;tansig&#39; newff&gt,P).&purelin&#39; In newff at 102&nbsp.Error in ==&new_5p0 at 286&输出层只有一个神经元 &);net_1：&nbsp<img class="ikqb_img" src="http,{&#39;net_1=newff(minmax(P),P;Error in ==&gt,1];MSE=mse(E)运行结果Warning.goal = 1e-2? Index excee设置训练参数net_1?://f;purelin&#39;create_network at 127&nbsp.b{1}; In obs_use at 18&对 BP 网络进行仿真A = sim(net_1.b{2};% &.com/zhidao/wh%3D450%2C600/sign=/zhidao/pic/item/a6efce1b9d16fdfa8a529b85b68f8ca
提问者采纳
atlab 从2008版开始就对代码的语法结构进行了很大的改动; &#39。简单的做法是net = newff(Input，如果有bug自己不能修复再回复我或者发新帖子吧。这样设置transfer function会让结果非常不稳定, Target，我只是说通常不这样做而已，我不知道你这个神经网络是要做什么用的。不过这个根据你自己的需要来, &#39，transfer function要比你的隐层数量多一个;traingdm&#39。那么使用log sigmoid函数比使用tangent sigmoid函数要有一点优势, [10，通常这样设置transfer function是很危险的, StructuralArray，这个是根据你前面给的T来确定的。最后一个&#39，虽然收敛的速度会变快;purelin&#39，所以我认为你已经做完归一化了;就是你输出层的transfer function。后面的代码粗略的看了一下, TrasnferFcns); &#39，误差会非常大。所以通常使用的都是log sigmoid函数放在中间;tansig&#39；你上面的这个代码改成这样net_1 = newff(P, T。你在做外推或者内插的时候;purelin&#39, 5];purelin&#39。另外, {&#39，因为输出层的节点数量是不能设置的;};)其中。毕竟你前面已经给出了一个mapminmax()。在2010版本里面已经不再主张使用这种初始化神经网络的方法了
提问者评价
谢谢您解决了我的问题
为您推荐：
其他1条回答
恩恩？？？
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁苹果/安卓/wp
苹果/安卓/wp
积分 1247, 距离下一级还需 128 积分
权限: 自定义头衔, 签名中使用图片, 隐身
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发下一级可获得
权限: 设置帖子权限道具: 提升卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
开心签到天数: 143 天连续签到: 2 天[LV.7]常住居民III
如题！请教高手
载入中......
没人知道吗？求教高手
同求！！！
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师谁有线性模型的lasso估计的matlab程序_百度知道
谁有线性模型的lasso估计的matlab程序
而下图表示，已经预测结束。第一个图估计是初始化，还是相等的点，预测的用‘+’表示，预测还没有开始，也就是第一步，实际输出用‘o’表示，不过通过图可以看得清楚啊我没有自己看你的程序，与实际基本吻合
为您提供更好的产品和服务
主营：七彩虹品牌主板，显卡等电脑及配件产品
其他类似问题
为您推荐：
线性模型的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁