极端学习机榆树是新的主导培训工具trainig一个隐藏层前馈神经网络。
榆树的基本学习规则提出了这些代码。
这个版本的重要特征:
——它延长使用分类和回归。
——它包含功能正常化的输入样本之间的任意值。
分类:
-它允许编码标签类的二进制代码来满足激活函数的约束边界。
——在训练和预测的算法有能力将这些编码解码再到原始的标签。
回归:
,该算法也可以renormalize输出值训练后到原始的间隔。
对于任何信息关于这段代码与我联系通过:berghouttarek@gmail.com
[1]黄g . s .成员,h .周x叮,r·张,“极端回归和多级分类学习机器,”42卷,没有。2、513 - 529年,2012页。
引用作为
BERGHOUT Tarek (2023)。极端的学习机器的分类和回归(//www.tianjin-qmedu.com/matlabcentral/fileexchange/69812-extreme-learning-machine-for-classification-and-regression), MATLAB中央文件交换。检索。