You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "94aa2fc6154252ae30a3f3740299707a",
"translation_date": "2025-09-03T17:01:12+00:00",
"source_file": "7-TimeSeries/3-SVR/assignment.md",
"language_code": "zh"
}
-->
# 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。
