ML-For-Beginners/translations/zh/7-TimeSeries/3-SVR/assignment.md

# 一个新的 SVR 模型

## 说明 [^1]

现在你已经构建了一个 SVR 模型，使用新的数据再构建一个模型（试试[这些来自杜克大学的数据集](http://www2.stat.duke.edu/~mw/ts_data_sets.html)）。在笔记本中对你的工作进行注释，直观展示数据和你的模型，并使用适当的图表和 MAPE 测试其准确性。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                             |
| -------- | ------------------------------------------------------------ | --------------------------------------------------------- | ----------------------------------- |
|          | 提交的笔记本中包含构建、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包含错误。                           | 提交的笔记本不完整。                |

[^1]: 本节中的文字基于 [ARIMA 的作业](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md)

**免责声明**:
本文档是使用机器翻译服务翻译的。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应将原始语言的文档视为权威来源。对于关键信息，建议使用专业人工翻译。我们不对使用本翻译所产生的任何误解或误读承担责任。