评估集成学习模型在资产价格预测中的准确性——以随机森林模型为例.pdfVIP

  • 0
  • 0
  • 约8.7千字
  • 约 3页
  • 2026-08-17 发布于江西
  • 举报

评估集成学习模型在资产价格预测中的准确性——以随机森林模型为例.pdf

CHINASCIENCEANDTECHNOLOGYINFORMATIONFeb.2025·中国科技信息2025年第4期科技工作

评估集成学习模型在资产价格预测中的准确性

——以随机森林模型为例

范子源 黄键耿

则Bagging算法的最终预测值,其中k是模

型的总数。

范子源黄键耿

浙大城市学院城市大脑空天信息研究院Bagging算法的优势在于能够有效地减少模型的方差,

提高模型的稳定性。同时该算法在数据集中的样本具有很强

的相关性时,可能不足以获得较好的预测效果。

0背景2.2基本原理

文档评论(0)

1亿VIP精品文档

相关文档