对于加密货币市场预测任务，提出了一种基于市场预测模型和BigData的CatBoost算法。
在实验过程中，我们进行了详细的特征工程处理，如去噪和采样。通过分析数据，我们获得了八个最重要和最具影响力的特征来指导我们的模型训练。
● 实验结果表明，该方法优于Logistic回归、SVM和Gradient Boosting。CastBoost模型的RMSPE值比梯度Boosting高12%，比SVM高16.1%，比线性回归高43.3%。
点击空白处退出提示
数据挖掘EI论文
我要开发同款功能介绍
示例图片
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论