原理:
线性 SVM:在特征空间中寻找最优超平面,最大化类别间隔(如将上涨和下跌样本分开)。
非线性 SVM:通过核函数将低维非线性数据映射到高维空间,转化为线性可分问题(如股价波动的非线性模式)。
选择建议:
先尝试线性核,若效果不佳再换 RBF 核(最常用)。
通过交叉验证调优核函数参数(如 RBF 的 γ 值),避免凭经验设定。
发布于2025-5-21 15:31 武汉
搜索更多类似问题 >
为什么我买入的股票价格比实际的股票价格高些?
美股为什么突然增发很多但是股票价格却不变啊?
如何根据K线图预测股票价格走势?