用matlab写一段多预测结果的风电功率预测

以下是一段基于MATLAB的风电功率预测代码，采用了多个预测结果的平均值作为最终预测结果。

% 加载数据
load('wind_power_data.mat');

% 将数据集分为训练集和测试集
train_ratio = 0.8;
train_size = round(train_ratio * size(wind_power_data,1));
train_data = wind_power_data(1:train_size,:);
test_data = wind_power_data(train_size+1:end,:);

% 特征选择
features = [1,2,3,4,7];

% 构造训练集和测试集
X_train = train_data(:,features);
y_train = train_data(:,5);
X_test = test_data(:,features);
y_test = test_data(:,5);

% 模型训练
num_models = 10; % 训练模型数量
models = cell(num_models,1);
for i = 1:num_models
    % 随机重采样
    idx = randi(size(X_train,1),size(X_train,1),1);
    X_resampled = X_train(idx,:);
    y_resampled = y_train(idx);
    
    % 训练模型
    models{i} = fitrsvm(X_resampled,y_resampled);
end

% 预测结果
num_test_samples = size(X_test,1);
num_predictions = 0;
y_pred_sum = 0;
for i = 1:num_models
    y_pred = predict(models{i},X_test);
    y_pred_sum = y_pred_sum + y_pred;
    num_predictions = num_predictions + 1;
end

% 计算平均预测结果
y_pred_avg = y_pred_sum / num_predictions;

% 计算模型评估指标
mae = mean(abs(y_pred_avg - y_test));
rmse = sqrt(mean((y_pred_avg - y_test).^2));

% 输出结果
fprintf('平均绝对误差(MAE): %.2f MW\n',mae);
fprintf('均方根误差(RMSE): %.2f MW\n',rmse);

此代码使用支持向量机(SVM)作为预测模型，采用了随机重采样来增加模型的稳定性，并使用多个训练出的模型的平均值作为最终预测结果。 在运行之前，请确保您已经加载了风电功率数据集，并且正确设置了训练和测试集的比例(train_ratio)，以及所选取的特征(features)。