# 一个新的 SVR 模型 ## 说明 [^1] 现在您已经构建了一个 SVR 模型，请使用新的数据集构建一个新的模型（可以尝试使用[杜克大学的这些数据集](http://www2.stat.duke.edu/~mw/ts_data_sets.html)）。在笔记本中对您的工作进行注释，直观展示数据和模型，并使用适当的图表和 MAPE 测试模型的准确性。同时尝试调整不同的超参数，并使用不同的时间步长值。 ## 评分标准 [^1] | 标准 | 优秀 | 合格 | 需要改进 | | -------- | ------------------------------------------------------------ | --------------------------------------------------------- | ----------------------------------- | | | 提交的笔记本包含构建、测试并通过可视化和准确性说明的 SVR 模型。 | 提交的笔记本未注释或存在错误。 | 提交的笔记本不完整。 | [^1]:本节中的内容基于[ARIMA 的作业](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md)。 --- **免责声明**： 本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于重要信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。