# 一個新的 SVR 模型 ## 說明 [^1] 現在您已經建立了一個 SVR 模型，請使用新的數據集建立一個新的模型（可以嘗試使用[這些來自杜克大學的數據集](http://www2.stat.duke.edu/~mw/ts_data_sets.html)）。在筆記本中註解您的工作，將數據和模型可視化，並使用適當的圖表和 MAPE 測試其準確性。同時嘗試調整不同的超參數，並嘗試使用不同的時間步長值。 ## 評分標準 [^1] | 評分標準 | 優秀 | 合格 | 需要改進 | | -------- | ----------------------------------------------------------- | --------------------------------------------------------- | ----------------------------------- | | | 提供了一個包含 SVR 模型的筆記本，模型已建立、測試並通過可視化進行解釋，且準確性已說明。 | 提供的筆記本未註解或包含錯誤。 | 提供了一個不完整的筆記本。 | [^1]:本節中的文字基於[ARIMA 的作業](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md) --- **免責聲明**： 本文件已使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。儘管我們致力於提供準確的翻譯，請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋不承擔責任。