文章 "数据科学与机器学习(第 10 部分):岭回归" 新评论 MetaQuotes 2023.05.02 11:00 新文章 数据科学与机器学习(第 10 部分):岭回归已发布: 岭回归是一种简单的技术,可降低模型复杂度,并防止简单线性回归可能导致的过度拟合。 当您将所有数据用作训练数据时,模型的性能略有不同。 当存储输出,并在同一轴上绘制时,这是它们的图形; 我几乎看不出线性模型与蓝色标记的预测变量之间的任何差别,我只能看到两个模型之间的差异,并且岭回归不太适合该数据集,这是个好消息。 我们来逐个训练和测试这两个模型。 作者:Omega J Msigwa 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
新文章 数据科学与机器学习(第 10 部分):岭回归已发布:
岭回归是一种简单的技术,可降低模型复杂度,并防止简单线性回归可能导致的过度拟合。
当您将所有数据用作训练数据时,模型的性能略有不同。
当存储输出,并在同一轴上绘制时,这是它们的图形;
我几乎看不出线性模型与蓝色标记的预测变量之间的任何差别,我只能看到两个模型之间的差异,并且岭回归不太适合该数据集,这是个好消息。 我们来逐个训练和测试这两个模型。
作者:Omega J Msigwa