核极限学习机(KELM)算法及其源代码优化：基于极限学习机(ELM)的改进版本，已测试通过！
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本项目介绍并实现了核极限学习机（KELM）算法，它是极限学习机（ELM）的一种高效改进版。提供详细文档与优化后的源代码，经过充分验证。
核极限学习机通过引入核函数（可选择多种不同的核函数）来解决ELM求解问题，并且一旦参数选定后结果就会稳定下来，不再包含随机因素。以下是该版本的代码，在原有基础上进行了改进以便于理解，并经过测试确认其稳定性与可用性，适合用于探究和学习。
```matlab
function model = elm_kernel_train(TrainingData, C, Kernel_type, Kernel_para)
% Usage: model = elm_kernel_train(TrainingData,C,Kernel_type, Kernel_para)
% Input:
% TrainingData - m*n 训练数据集，包含m个样本实例以及n-1个特征，
% 第一列表示标签。
%
% C - 正则化系数C（通常很小）。
%
% Kernel_type 核函数类型
%
```
注意：代码中的`Kernel_para`参数用于指定核函数的具体设置或参数。
全部评论 (0)
还没有任何评论哟~
