㈠ 多參數網格搜索法估值的介紹

多參數網格搜索法估值又稱水質模型多參數計算機掃描搜索法估值。利用網路法掃描搜索確定水質模型各待定參數。

㈡ Python中GridSearchCV在大范圍里找到的SVR模型的最優參數結果卻更差

這是有可能的啊，因為網格搜索是遍歷網格的各種值，然後計算MAE，然後比較哪組參數回最優。
兩組參數，一組大粒度，答一組小粒度，其實大粒度的參數是得不到最優的值的，除非最優參數恰好就是大粒度中的一組；一般是先利用大粒度得到大概的最優值，然後再用小粒度的值找到更精細的最優值，如此而已；

㈢ 什麼是 grid search

To choose parameters of the model, this paper adopted the method of cross validation based on grid search, avoiding the arbitrary and capricious behav .
採用基於網格搜索的交叉驗證法來選擇模型參數，避免了參數選擇的盲目性和隨意性。

㈣ libsvm中的參數c,g怎麼確定，求詳細解答。。

SVM的參數選擇演算法，有網格搜索，遺傳演算法，公式法等……
這三個演算法時間復雜度 網格搜索> 遺傳演算法> 公式法
效果好壞 網格搜索< 遺傳演算法< 公式法
至於參數驗證演算法一般是採用 N折 交叉驗證法。。n一般是取10.。。。。

總之。。你以「svm」 「網格搜索法」 「交叉驗證法」為關鍵字，搜索幾篇論文看看就行了……
不明白的 還可以再問我……

㈤ 求大佬分享一個，用於處理軸承故障診斷的svdmatlab代碼

[fault_diagnios]  基於JADE和ELM的軸承故障程度跟蹤，分別對軸承的外圈，內圈和滾子進行診斷，並和其他方法進行對比
[svd]  svd演算法用於滾動軸承故障診斷中，該演算法通過對故障信號進行重構，能夠有效提高故障頻率。
[HoughProcess]  車牌識別中的車票校正演算法，可以校正90度范圍內
[wangge]  網格搜索法，直接可用，進行參數尋優，預測結果與真實數據相差小，是一種實用的優化演算法。
[mySVD]  svd演算法可用於降維，也可用於pca的分解中。

㈥ 網格搜索演算法和遺傳演算法哪個復雜度高

空間復雜度:
是程序運行所以需要的額外消耗存儲空間,一般的遞歸演算法就要有o(n)的空間復雜度了,簡單說就是遞歸集算時通常是反復調用同一個方法，遞歸n次，就需要n個空間。
時間復雜度：
一個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數多，它花費時間就多。一個演算法中的語句執行次數稱為語句頻度或時間頻度。記為T(n)。