机器学习预测时label错位对未来数据做预测

前言

　　这篇文章时承继上一篇机器学习经典模型使用归一化的影响。这次又有了新的任务，通过将label错位来对未来数据做预测。

实验过程

　　使用不同的归一化方法，不同得模型将测试集label错位，计算出MSE的大小；

　　不断增大错位的数据的个数，并计算出MSE，并画图。通过比较MSE（均方误差，mean-square error）的大小来得出结论

过程及结果

数据处理(和上一篇的处理方式相同)：

1 test_sort_data = sort_data[:5000]
2 test_sort_target = sort_target[:5000]
3 
4 sort_data1 = _sort_data[5000:16060]
5 sort_data2 = _sort_data[16060:]
6 sort_target1 = _sort_target[5000:16060]
7 sort_target2 = _sort_target[16060:]

View Code