关于#支持向量机#的问题：我用PSO算法优化SVR进行股价的预测，请问通过我这种损失函数来看(语言-python)

我用PSO算法优化SVR进行股价的预测，请问通过我这种损失函数来看，优化效果咋样？这图能放进论文吗？感觉曲线怪怪的，很怪

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇博客: 使用机器学习算法对未来数据进行预测——以PSO-SVR算法预测篮网队得分为例中的 6.获取PSO-SVR的对未来一场比赛得分的预测结果 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  model_svr = SVR(C=100,epsilon=0,gamma=100)
  model_svr.fit(feature_train,target_train)
  predict_results=model_svr.predict(feature_test)
  
  target1=target_test[0:int(len(target_test))-1]
  results=predict_results[0:int(len(predict_results))-1]
  
  plt.plot(target1,marker='s')#测试数组
  plt.plot(predict_results,marker='o')#测试数组
  plt.legend(['True','SVR'])
  fig = plt.gcf()
  fig.set_size_inches(18.5, 10.5)
  plt.title("SVR")  # 标题
  plt.show()
  
  print("MSE:",mean_squared_error(target1,results))
  print("R2 = ",metrics.r2_score(target1,results)) # R2
  print("MAE = ",mean_absolute_error(target1,results)) # results

  结果很一般：

  

  真实值：

  

  预测值：

  

  你看明白了吗？

   

  我回去把数据集中的0改成1000000

  

  

  再次调优化仍然是0.72左右，和之前差不多就不改参数了。

  

  

  通过上一场的条件，预测下一场的结果就是119分左右。

   

  LSTM自回归预测与此相同，只不过就是这样的格式。

  2	1
  3	2
  4	3
  5	4
  0	5

   

   

  *此项预测仅供娱乐，切勿拿去赌球之类的事情。

  *还是那句话，只要和人相关，预测永远也可不能准确，因为你无法获取全部的影响因素。

  预测得分 119  准确率70%左右，真实得分...

  

  悟了吗，兄弟们。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^