读完需要
速读仅需 2 分钟
请尊重原创劳动成果
转载请注明本文链接
及文章作者：机器学习之心
点击阅读原文或复制以下链接到浏览器获取文章完整源码和数据：
摘要：多输入多输出 | Matlab实现Transformer-BiLSTM多输入多输出预测
1
基本介绍
多输入多输出 | Matlab实现Transformer-BiLSTM多输入多输出预测
1.data为数据集，10个输入特征，3个输出变量。
2.main.m为主程序文件,运行即可，其余为函数文件，无需运行。
3.命令窗口输出MBE、MAE和R2，可在下载区获取数据和程序内容。
4.模型只是提供一个衡量数据集精度的方法，因此无法保证替换数据就一定得到您满意的结果。
购买后可加博主QQ1153460737咨询交流。注意：其他非官方渠道购买的盗版代码不含模型咨询交流服务，大家注意甄别，谢谢。
2
数据集
2.2
运行效果
完整代码链接：https://mbd.pub/o/bread/mbd-Z5aUlJdr
也可扫描二维码：
3
%% 数据归一化[p_train, ps_input] = mapminmax(P_train,0,1);p_test = mapminmax('apply',P_test,ps_input);[t_train, ps_output] = mapminmax(T_train,0,1);t_test = mapminmax('apply',T_test,ps_output);%% 绘图figuresubplot(2, 1, 1)plot(1: M, T_train(i, :),'-+','Color',[255 0 0]./255,'linewidth',1,'Markersize',3,'MarkerFaceColor',[255 0 0]./255)hold onplot(1: M, T_sim1(i, :),'o','Color',[0 0 255]./255,'linewidth',1,'Markersize',3,'MarkerFaceColor',[0 0 255]./255)legend('真实值','预测值')xlabel('预测样本')ylabel('预测结果')string = {['输出', num2str(i),'训练集预测结果对比']; ['RMSE=' num2str(error1(i, :))]};subplot(2, 1, 2)plot(1: N, T_test(i, :),'-+','Color',[255 0 0]./255,'linewidth',1,'Markersize',3,'MarkerFaceColor',[255 0 0]./255)hold onplot(1: N, T_sim2(i, :),'o','Color',[0 0 255]./255,'linewidth',1,'Markersize',3,'MarkerFaceColor',[0 0 255]./255)legend('真实值','预测值')xlabel('预测样本')ylabel('预测结果')string = {['输出', num2str(i),'测试集预测结果对比'];['RMSE=' num2str(error2(i, :))]};title(string)%% 分割线disp('**************************')disp(['下列是输出', num2str(i)])disp('**************************')%% 相关指标计算% 决定系数 R2R1(i, :) = 1 - norm(T_train(i, :) - T_sim1(i, :))^2 / norm(T_train(i, :) - mean(T_train(i, :)))^2;R2(i, :) = 1 - norm(T_test (i, :) - T_sim2(i, :))^2 / norm(T_test (i, :) - mean(T_test (i, :)))^2;disp(['训练集数据的R2为：', num2str(R1(i, :))])disp(['测试集数据的R2为：', num2str(R2(i, :))])% 平均绝对误差 MAEmae1(i, :) = sum(abs(T_sim1(i, :) - T_train(i, :))) ./ M ;mae2(i, :) = sum(abs(T_sim2(i, :) - T_test (i, :))) ./ N ;disp(['训练集数据的MAE为：', num2str(mae1(i, :))])disp(['测试集数据的MAE为：', num2str(mae2(i, :))])% 平均相对误差 MBEmbe1(i, :) = sum(T_sim1(i, :) - T_train(i, :)) ./ M ;mbe2(i, :) = sum(T_sim2(i, :) - T_test (i, :)) ./ N ;disp(['训练集数据的MBE为：', num2str(mbe1(i, :))])disp(['测试集数据的MBE为：', num2str(mbe2(i, :))])end
4
嗯，细心的你会发现：https://mbd.pub/o/slowtrain/work
博客专家认证，机器学习领域创作者，2023博客之星TOP50，主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析。
技术交流群：购买博主任意代码或分享博主博文到任意三方平台后即可添加博主QQ进群
