一个新的SVR模型 指导[^1] 既然你已经构建了一个SVR模型,那么使用新的数据再构建一个(可以尝试一下Duke提供的这些数据集)。在笔记本中记录你的工作,可视化数据和模型,并使用适当的图表和MAPE测试其准确性。还可以尝试调整不同的超参数,以及使用不同的时间步长。 评分标准[^1] 标准 | 优秀 | 合格 | 需要改进 | 提供了一个包含已构建、测试并解释的SVR模型的笔记本,附有可视化和准确性的说明。 | 提供的笔记本未注释或存在错误。 | 提供了一个不完整的笔记本。 [^1]:本节中的文本基于ARIMA的作业改编。 声明: 本文件灏天文库团队进行了翻译。尽管我们力求准确,但请注意,翻译可能包含错误或不准确之处。原文档以其原始语言为准。我们不对因使用此翻译而产生的任何误解或误译负责。
既然你已经构建了一个SVR模型,那么使用新的数据再构建一个(可以尝试一下Duke提供的这些数据集)。在笔记本中记录你的工作,可视化数据和模型,并使用适当的图表和MAPE测试其准确性。还可以尝试调整不同的超参数,以及使用不同的时间步长。
| 标准 | 优秀 | 合格 | 需要改进 |
|---|---|---|---|
| 提供了一个包含已构建、测试并解释的SVR模型的笔记本,附有可视化和准确性的说明。 | 提供的笔记本未注释或存在错误。 | 提供了一个不完整的笔记本。 |
声明:
本文件灏天文库团队进行了翻译。尽管我们力求准确,但请注意,翻译可能包含错误或不准确之处。原文档以其原始语言为准。我们不对因使用此翻译而产生的任何误解或误译负责。