随笔分类 - 论文相关
深度学习做产品报价结果预测
摘要：一句话概括： decayed_impact 的SHAP值集中在正负两侧，显示事件方向性影响 高影响值对应较大的SHAP绝对值，验证衰减计算的合理性 衰减值对汇率的影响机制可以通过以下方式理解，结合经济学原理和机器学习模型的实际应用： 一、影响路径分析 1. 直接影响机制 影响路径 作用原理 数学表达
阅读全文
摘要：融入后的完整数据集： 以下是生成数据集的详细说明： 数据集结构解析 1. 基础汇率数据 字段名 类型 示例值 计算逻辑 date 日期 2024-01-15 原始数据中的DateTime列转换而来，精确到天 price 数值 7.8394 原始Purchase Price列，表示当日汇率中间价 da
阅读全文
摘要：数据来源：中国银行官网 数据项：货币名称【欧元】、汇率、时间 数据预处理围绕四个方面展开：重复值、异常值、归一化、缺失值 由于数据来源于官方网站，本身不存在缺失值及异常值，通过观察样本数据可知，数据的波动范围在7.800~8.000之间【数据保存三位小数】，波动范围较小，，所以不需要进行缺失值、异常
阅读全文
摘要：项目名称——基于机器学习与深度学习的贷款批准预测 项目来源：和鲸社区https://www.heywhale.com/mw/project/670f61d10ebb9f7a69c5144c 项目数据集：有两个【上传不了博客】大概长这个样： 数据说明： 实验环境：tensorflow、shap 实验结
阅读全文
摘要：昨天听舍友说，他们第一个实验都跑完了，瞬间焦虑起来，原来落后这么多，完事昨天晚上7点开始看教程，配环境，看了好几个教程，每个教程都不一样竟然！然后问舍友，舍友说：你先知道你要跑什么项目，我说：我知道啊，我要做什么项目，想要什么结果，我都知道，项目和代码都有，下一步该怎么办。舍友说：每个项目配的环境都
阅读全文
摘要：由于我做的是产品报价，要的是对产品价格的一个预测，对应的是回归任务，基线模型得从适合处理回归任务的算法模型里找，然后就去deepseek去搜了一下，发现回归任务的常见算法和应用场景有： 线性回归【二元线性回归和多元线性回归】，比如说，二元线性回归有：预测房价y基于房屋面积x。多元线性回归：预测房价y
阅读全文
摘要：是的，深度神经网络（Deep Neural Network, DNN）可以用于回归任务，包括预测价格等连续值的目标变量。虽然深度神经网络在分类任务中更为常见，但通过适当的调整，它们同样可以有效地处理回归问题。 深度神经网络用于回归任务的基本步骤： 数据准备： 收集和预处理数据，确保输入特征和目标变量
阅读全文
摘要：基线模型（Baseline Model）是机器学习或数据分析中的简单参考模型，用于评估更复杂模型的性能。常见的基线模型包括以下几种： 1. 随机猜测模型 描述：在分类任务中随机预测类别，或在回归任务中随机预测目标变量的值。 适用场景：作为最简单的基线，用于初步了解数据的可预测性。 示例： 分类任务：
阅读全文
摘要：数据的一致性检验（Consistency Check）是确保数据在不同来源、时间点或条件下保持一致性和准确性的过程。其目的是发现并纠正数据中的不一致、错误或矛盾，以提高数据质量。 一致性检验的主要目标： 识别错误：发现数据中的不一致或矛盾。 确保准确性：保证数据在不同部分或系统中一致。 提高可靠性：
阅读全文
摘要：今天跟导师探讨了论文下一步的进展，有了大概的思路，总结如下： 找近三年和深度学习做结果预测有关的基线模型（大概4个左右），其中，要用我选择的模型和另外三个模型做准确率对比。结果是：同一批数据，我选择的模型运算的准确率结果（F1，F2）值，要比另外三个模型的F1，F2值更好 注意:原始思路是：用我的模
阅读全文
浙公网安备 33010602011771号