ML之回归预测:利用九大类机器学习算法对无人驾驶汽车系统参数(2018年的data,18+2)进行回归预测值VS真实值

简介: ML之回归预测:利用九大类机器学习算法对无人驾驶汽车系统参数(2018年的data,18+2)进行回归预测值VS真实值

输出结

image.png


image.png

image.png

数据的初步查验:输出回归目标值的差异

The max target value is PeakNonedb    89

dtype: int64

The min target value is PeakNonedb    56

dtype: int64

The average target value is PeakNonedb    63.392157

dtype: float64

X_test进行归一化:

[[-0.9491207  -1.77209939 -0.79948391 -1.43561411 -1.57260903 -1.40726549

 -1.45642384 -1.48633439 -1.3001131  -1.39201745 -1.43714071 -2.7383659

 -0.94919765 -0.73005097  0.         -0.49383335 -0.65675347]

[-0.75177877 -1.77498304 -0.79948391 -1.23709687 -1.34056255 -1.34617547

 -1.2643713  -1.28972931 -1.09785003 -1.17393121 -1.22164307 -2.31661538

 -1.14197474 -1.03125079  0.         -0.49383335 -0.64970028]

[-0.55443684 -1.77209939 -0.79948391 -0.86678588 -0.91216904 -0.97963535

 -0.8962706  -0.92109479 -0.64443991 -0.73819491 -0.80934977 -1.47311433

 -1.14197474 -1.3324506   0.         -0.50137443 -0.64970028]

[-0.35709492 -1.77498304 -0.79948391 -0.50029252 -0.49270039 -0.50757609

 -0.53350469 -0.55491783 -0.21524754 -0.30289478 -0.41108294 -0.41873802

 -1.33475182 -1.3324506   0.         -0.52399769 -0.65675347]

[-0.15975299 -1.48373433 -0.79948391 -1.18746756 -1.28255093 -1.30452318

 -1.21102337 -1.23074779 -1.08349877 -1.17436739 -1.22546848 -2.31661538

 -0.17808931 -0.27825126  0.         -0.49383335 -0.62854068]

[ 0.03758894 -1.48373433 -0.79948391 -0.82479185 -0.86308228 -1.01295718

 -0.85625965 -0.86702839 -0.66731223 -0.73863108 -0.80934977 -1.3676767

 -0.94919765 -0.88065088  0.         -0.49383335 -0.64264708]

[ 0.23493087 -1.48373433 -0.79948391 -0.48502196 -0.47485066 -0.46592381

 -0.51483291 -0.51313925 -0.22690794 -0.30333095 -0.40938276 -0.20786276

 -1.14197474 -1.18185069  0.         -0.49383335 -0.62854068]

[-0.9491207  -0.04479271  0.07932705 -0.58809822 -0.5774866  -0.51312973

 -0.58952001 -0.63847499 -0.2179384  -0.30289478 -0.40640745 -0.20786276

 -1.52752891 -1.78425032  0.         -0.48629226 -0.61443429]

[-0.75177877 -0.04190905  0.07932705 -0.59191586 -0.58641147 -0.52979065

 -0.59218741 -0.62127205 -0.21659297 -0.30333095 -0.40895772 -0.41873802

 -1.52752891 -1.63365041  0.         -0.49383335 -0.62854068]

[-0.55443684 -0.04190905  0.07932705 -0.59191586 -0.58641147 -0.5381211

 -0.5975222  -0.60652667 -0.22466556 -0.30333095 -0.40768258 -0.41873802

 -1.52752891 -1.63365041  0.         -0.49383335 -0.62148748]

[-0.35709492 -0.04479271  0.07932705 -0.54610419 -0.51501255 -0.48536154

 -0.55484386 -0.55000271 -0.22825337 -0.30333095 -0.40853267 -0.31330039

 -1.33475182 -1.3324506   0.         -0.49383335 -0.62148748]

[-0.15975299 -0.04767636  0.07932705 -0.50411016 -0.47038823 -0.51312973

 -0.51216551 -0.5573754  -0.20941734 -0.30333095 -0.41405825 -0.20786276

 -1.14197474 -1.3324506   0.         -0.48629226 -0.62148748]]


 

 

核心代

后期更新……

相关文章
|
26天前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
1月前
|
算法
基于MPPT算法的光伏并网发电系统simulink建模与仿真
本课题基于MATLAB/Simulink搭建光伏并网发电系统模型,集成PV模块、MPPT算法、PWM控制与并网电路,实现最大功率跟踪与电能高效并网。通过仿真验证系统在不同环境下的动态响应与稳定性,采用SVPWM与电流闭环控制,确保输出电流与电网同频同相,满足并网电能质量要求。
|
2月前
|
数据采集 边缘计算 算法
遗传算法+多目标规划算法+自适应神经模糊系统(Matlab代码实现)
遗传算法+多目标规划算法+自适应神经模糊系统(Matlab代码实现)
110 4
|
1月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
2月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
177 2
|
2月前
|
机器学习/深度学习 自然语言处理 算法
基于改进鲸鱼优化算法的微网系统能量优化管理研究(Matlab代码实现)
基于改进鲸鱼优化算法的微网系统能量优化管理研究(Matlab代码实现)
106 1
|
2月前
|
机器学习/深度学习 算法 算法框架/工具
256KB内存约束下的设备端训练:算法与系统协同设计——论文解读
MIT与MIT-IBM Watson AI Lab团队提出一种创新方法,在仅256KB SRAM和1MB Flash的微控制器上实现深度神经网络训练。该研究通过量化感知缩放(QAS)、稀疏层/张量更新及算子重排序等技术,将内存占用降至141KB,较传统框架减少2300倍,首次突破设备端训练的内存瓶颈,推动边缘智能发展。
207 6
|
3月前
|
机器学习/深度学习 边缘计算 算法
【状态估计】基于LMS类自适应滤波算法、NLMS 和 LMF 进行系统识别比较研究(Matlab代码实现)
【状态估计】基于LMS类自适应滤波算法、NLMS 和 LMF 进行系统识别比较研究(Matlab代码实现)
141 3
|
2月前
|
机器学习/深度学习 存储 算法
基于模型预测算法的混合储能微电网双层能量管理系统研究(Matlab代码实现)
基于模型预测算法的混合储能微电网双层能量管理系统研究(Matlab代码实现)
|
3月前
|
机器学习/深度学习 人工智能 算法
【多智能体编队】基于自适应控制算法非线性输入的多智能体系统编队控制研究(Matlab代码复现)
【多智能体编队】基于自适应控制算法非线性输入的多智能体系统编队控制研究(Matlab代码复现)
108 0

热门文章

最新文章