《表5 黄金价格SVM模型参数选优》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于商空间的黄金价格SVM模型预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在选取合适的样本集之后，应确定SVM方法中合适的核函数。黄金价格数据本身的特征属于线性问题，而此类问题在SVM模型中常用的核函数划分为多项式核函数和高斯核函数，其中高斯核函数的参数较少，在参数优化的过程中可以减少计算量，同时也方便参数的调整，而多项式核函数在多项式阶数较高时会增加计算的复杂度，因此综合考虑后确定选取高斯核函数作为SVM方法的核函数，取高斯核函数形式为k（xi，xj）=exp（-δ|xixj|），δ为函数的宽度参数，δ>0，控制函数的径向作用范围。对训练样本进行学习，并寻找对SVM模型的最优参数，采用10-fold cross validation法取最优成本参数为c=100，利用训练样本进行学习，求出式（5）和式（6）中ε和b的值以及支持向量，并确定最优的SVM预测模型，在模型确定后将测试样本代入预测模型，求出预测值。黄金价格SVM模型参数优选结果如表5所示，构建模型时使用RStudio软件。