1回答
我正在尝试使用SVR预测股票价格(调整收盘价)。我能够为训练数据训练模型，但是我得到了测试数据的错误。# Use sklearn support vector regression to predicit our data:svr_rbf.fit(dates,
浏览 42提问于2021-06-25得票数 0
回答已采纳
1回答
基于SVR的时间序列预测
、、、、
我有一个时间序列，我想使用xt来预测xt + 1。我正在使用sklearn的支持向量回归，但我无法理解我做错了什么，在我的预测中有这样的转变。这是我的代码和结果(在图像中)。param_grid = {"C": np.linspace(10**(-2),10**3,100),
mo
浏览 0提问于2018-12-21得票数 1
回答已采纳
我正试图做一个未来的股票价格预测，我已接近完成，但最后一步已使我困惑。如何根据给定数据的不同平均值来预测的未来？使用这些数据(StockPrice平均图)，是否有可能使用平均数据来预测原始数据的未来？如果任何人有任何联系或想法，我将是如此伟大！
浏览 5提问于2022-08-08得票数 0
回答已采纳
2回答
我在不同的数据集上运行了LSTM和SVR模型，样本值在1-4000之间，并且SVR中的MAPE始终小于通过LSTM获得的MAPE。我希望有任何反馈意见和任何链接到文章或论文(到目前为止，我发现了非常不同的意见)。
浏览 0提问于2019-06-28得票数 0
1回答
支持向量回归在线学习
、、、
我用支持向量回归来预测股票价格。我接受过一些价值观的训练，但每次我预测价值观时，我都要根据这个(在线学习)进行训练。因此，在预测之后，我已经传递了在循环中训练的值。inside loop clf.fit(testx[i],testy[i])
因此，每次调用fit函数时，svr培训是如何在内部工作的，是基于一个输入的。
浏览 1提问于2014-05-15得票数 1
1回答
我有以下的曲线(N点)基于一个实验。由于缺乏资源，我无法获得其他曲线。我在ARIMA预测中发现了很多问题，但我不想在N点之后预测p点。这其实不是一个<e
浏览 5提问于2022-07-11得票数 -1
在最近的一次Hackerrank访谈中，我遇到了以下问题：在有限的时间内，如果没有数据科学库，您将如何解决这个问题？最后
浏览 0提问于2019-11-26得票数 2
1回答
为什么SVR预测有一定的价值
、、、、
我正在尝试通过使用python的SVR来预测股票价格。下面给出的是我使用的代码，import pandas as pdfrom sklearn.svm import SVR
rmse = np.sqrt( mean_squared_error( Y_test
浏览 0提问于2018-05-25得票数 0
1回答
基于支持向量回归的时间序列预测
、、、、
我一直在尝试用Python语言实现支持向量回归的时间序列预测工具。我使用scikit-learn中的SVR模块进行非线性支持向量回归。但我对未来事件的预测有严重的问题。回归线很好地拟合了原始函数(来自已知数据)，但只要我想预测未来的步骤，它就会返回上一个已知步骤的值。我的代码如下所示：fr
浏览 0提问于2013-04-03得票数 8
回答已采纳
1回答
1 000 000行我尝试用逐步回归，但由逐步建立的线性模型对大多数预测因子都有NA值，也有t检验产生的概率。我咨询了一些在数据科学和分析领域工作的朋友，他们都告诉我，2018年是不可能
浏览 0提问于2018-05-27得票数 2
大多数博客都提到了一个很好的经验法则，即列车和测试的分选分别是80-20。有问题吗？为什么我们不能有一个99-1的火车测试分裂，为模型学习所有的信息和时间趋势。由于我的预测将在未来，我将永远增加我的测试数据集。我使用神经网络(Rnn)来预测。我知道cross
浏览 0提问于2019-09-22得票数 3
回答已采纳
1回答
AR模型、MA模型、GARCH模型和VAR模型是自回归预测的标准模型。这些预测在时间序列上有多好？他们中有谁能够利用历史滞后作为输入功能来预测未来超过1天的预测水平？有什么资料可以为机器学习者应用自回归提供理论依据吗？如果任务是时间序列的自回归预测，那么评估它们<e
浏览 0提问于2020-04-15得票数 1
1回答
我正在训练一个用于密码预测的回归模型，而这个模型并不是学习。当我对我的模型进行训练时，比如01-01-2021年到01-01-2022年，我将数据集分割成一个训练和验证数据集(启用了洗牌)，学习进行得非常顺利。然而，这种方法在评估其他时间段时效果不佳。所以现在我使用不同的时间段来进行培训和验证数据。由于这种不同的方法，模型不再学习。训练数据集有995694个观测值。训练数据集和测试数据集都来自相同的功能，并且都进行了同样的</
浏览 0提问于2022-02-07得票数 0
1回答
我一直在使用Encog神经网络工作台(版本3.2)运行太阳黑子预测例程，并且注意到，当将来的预测窗口更改为大于1时，sunspot_output.csv中的结果似乎被时间抵消了，因此当网络在t=0上进行评估时据我理解，如果您使用的是过去的窗口30，未来的窗口是14，那么网络将查看最后的30条记录，并从最后的可用记录中进行预测(在这种情况下，假设11/1&
浏览 0提问于2014-10-01得票数 0
假设我记录了2000年1月1日至2018年12月30日的数据，可能是股票价格数据集或利率(利率、货币或employment..etc)
我想预测特定日期的价格/利率(1/1/2015 - 30/12/2018我读了几篇论文，检查了一些例子，我注意到几乎所有的例子都使用了两个变量，Date & target variable(the variable that we want to predict pric/rate)与时间</em
浏览 0提问于2022-06-15得票数 0
我正在尝试根据过去5年的数据来预测未来7天的股票价格。数据如下所示我正在尝试对此数据集应用支持向量回归。我已经使用data.Date = pd.to_datetime(data.Date)将date列转换为pandas datetime，但仍然收到以下错误from sklearn.svm import SVR
adaniPorts = data[data.Symbol == 'ADAN
浏览 0提问于2018-11-15得票数 0
1回答
我正在尝试使用SVR和GP来预测时间序列。时间序列实际上是一个以pandas.DatetimeIndex作为索引pandas.Series。train_size = 100
svr = GridSearchCV(SVR(kernel='rbf',
浏览 1提问于2015-10-07得票数 3
我有一个时间序列数据集，表示如下： [12.19047619, 18.28571429, 6.0952381 ] ,
Y = [13.9, 18, 14.987]
如何在python中使用LASSO和SVR线性回归模型来预测Y(如上面的示例所示)
浏览 0提问于2018-10-29得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
