2 对数据进行清洗,并告知清洗方法
3 将最有优的预测方案与其他方法进行比较,显示出其构建模型的优越性,例如最终,注意力机制的gru神经网络与lstm、svr、神经网络进行比较,得出注意力机制的GRU神经网络效果最好
4参与比较的模型其预测结果要以图的形式展现
wenzuoyinshiyan3
gpu-attention-mse: 6124.498347838368
gpu-attention-rmse: 78.25917420876844
gpu-attention-r2: 0.2341441452949955
lstm-mse: 131972.16113071027
lstm-rmse: 363.27972848854404
lstm-r2: -15.502845869115102
BP_mse: 4545.954265780895
BP_rmse: 67.42369216959936
BP_r2: 0.4409765028724697
SVR_mse: 6420.551494229659
SVR_rmse: 80.12834388797549
SVR_r2: 0.21045418850576547
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
2 对数据进行清洗,并告知清洗方法 3 将最有优的预测方案与其他方法进行比较,显示出其构建模型的优越性,例如最终,注意力机制的gru神经网络与lstm、svr、神经网络进行比较,得出注意力机制的GRU神经网络效果最好 4参与比较的模型其预测结果要以图的形式展现 wenzuoyinshiyan3 gpu-attention-mse: 6124.498347838368 gpu-attention-rmse: 78.25917420876844 gpu-attention-r2: 0.2341441452949955 lstm-mse: 131972.16113071027 lstm-rmse: 363.27972848854404 lstm-r2: -15.502845869115102 BP_mse: 4545.954265780895 BP_rmse: 67.42369216959936 BP_r2: 0.4409765028724697 SVR_mse: 6420.551494229659 有问题请关注私聊,包此代码的答疑服务,基本秒回,不满意加球球包退款,可接受定制服务
资源推荐
资源详情
资源评论
收起资源包目录
GRU-Attention多模型比较.zip (20个子文件)
test1.py 6KB
model_compare_gpu-loss.png 37KB
GRU_compare
MIC2.jiangwei.py 703B
GRU-Attention.py 16KB
test1.py 6KB
RF2good.jiangwei.py 2KB
LSTM-RNN-GRU-Attention.py 19KB
GRU_.py 14KB
pearson。jiangwei.py 2KB
BP_optuna.py 13KB
LSTM-GRU-Attention.py 19KB
GRU-Attention-GRU.py 21KB
MIC.jiangwei.py 4KB
MIC2.jiangwei(1).py 675B
wenzuoyin quan gai1.xlsx 1.06MB
model_compare_BP-loss.png 37KB
wenzuoyinshiyan3.xlsx 247KB
model_compare_lstm_loss.png 19KB
model_compare_gpu-attention-loss.png 23KB
需求.txt 750B
共 20 条
- 1
AI信仰者
- 粉丝: 1w+
- 资源: 143
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
前往页