目前大概有 100 多个相关的数据,比如股指,货币发行量等,想预测七天利率,用过 SVR,误差在 10%范围内准确率并不高,于是想考虑神经网络,不过目前对 tensorflow/tflearn 仍不熟练,不知道该加哪些层,用过线性回归,效果也不理想,目前用了个网上找到的代码如下:
net = tflearn.input_data([None, 178])
net = tflearn.fully_connected(net, 64, activation='linear', weight_decay=0.0005)
net = tflearn.fully_connected(net, 1, activation='linear')
net = tflearn.regression(net, optimizer= tflearn.optimizers.AdaGrad(learning_rate=0.01, initial_accumulator_value=0.01), loss='mean_square', learning_rate=0.05)
model = tflearn.DNN(net, tensorboard_verbose=0)
然而上述模型准确率更低,不知道该如何改进,使用 RNN,lstm?还是说神经网络并不适合这方面?
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.