智能微粒群为最小二乘支持向量机调参的示例程序（LSSVM+PSO）,Intelligent Particle Swarm and least squares support vector machine modeling(LSSVM+ PSO)

粒子群优化参数的LSSVM，并对啤酒数据进行分类-PSO LS SVM parameters, data classification and beer

利用改进PSO算法对LS-SVM进行参数优化，参数 和 的取值范围分别为 和 ，粒子种群数量为 25，迭代次数为 100，惯性权重因子 和 取0.9和0.1，学习因子 和 均取2。-The parameters of PS-SVM are optimized by using the improved PSO algorithm. The range of parameters is 25, the number of particles is 25, the number of iterati

经过优化得到的参数组，利用优化的参数构建LS-SVM模型，然后使用训练样本对其进行训练。 利用训练后的LS-SVM对测试样本进行分类，-The optimized parameters are used to construct the LS-SVM model with optimized parameters, and then trained using training samples. Using the trained LS-SVM to classify the tes