【lssvm预测】基于飞蛾扑火算法改进的最小二乘支持向量机lssvm预测matlab源码

1 模型介绍

1.1 LSSVM的特性

1. 同样是对原始对偶问题进行求解，但是通过求解一个线性方程组（优化目标中的线性约束导致的）来代替SVM中的QP问题（简化求解过程），对于高维输入空间中的分类以及回归任务同样适用；

2. 实质上是求解线性矩阵方程的过程，与高斯过程（Gaussian processes），正则化网络（regularization networks）和费雪判别分析（Fisher discriminant analysis）的核版本相结合；

3. 使用了稀疏近似（用来克服使用该算法时的弊端）与稳健回归（稳健统计）；

4. 使用了贝叶斯推断（Bayesian inference）；

5. 可以拓展到非监督学习中：核主成分分析（kernel PCA）或密度聚类；

6. 可以拓展到递归神经网络中。

1.2 LSSVM用于分类任务

1. 优化目标

1. 拉格朗日乘子法