时间序列预测中的支持向量回归器

文档摘要

时间序列预测中的支持向量回归器在上一课中，你学习了如何使用ARIMA模型进行时间序列预测。现在，我们将研究一种用于预测连续数据的回归模型——支持向量回归器（SVR）。课前测验简介在本课程中，你将发现如何使用[SVM：Support Vector Machine]（https://zh.wikipedia.org/wiki/支持向量机）来构建回归模型，即SVR：支持向量回归器。 SVR 在时间序列中的应用 [^1] 在理解SVR在时间序列预测中的重要性之前，这里有一些你需要了解的重要概念：回归：监督学习技术，用于根据给定的一组输入预测连续值。其想法是在特征空间中拟合一条曲线（或直线），使其包含尽可能多的数据点。点击此处了解更多。