机器学习预测算法比较.docx

0

机器学习预测算法比较

说明

验证方法上，除了常规的训练集、验证集和测试集划分外，还可采用交叉验证、留出验证、滚动验证和外推验证等方式，以检验模型在不同条件下的泛化能力。对于时间序列属性较强的报价数据，滚动验证尤为重要，因为它更能反映模型对未来样本的适应程度。

从建模思想上看，报价预测模型可大致分为统计回归类、机器学习类、规则推理类和混合耦合类四种。统计回归类模型强调变量间的显式关系，便于解释主要影响因素；机器学习类模型强调复杂非线性映射，适用于多变量、高耦合、非线性场景；规则推理类模型侧重专家知识与经验规则的结构化表达；混合耦合类模型则试图结合多种方法优势，在精度与解释之间取得平衡。