自身也作为变量进行预测运算,那不可测的因素就会呈指数级上升,这种连锁效应绝对会把模型本身的能力榨干,然后拖垮。】
\n
纪弘又想起【类思考模型】的基础【簇式卷积网络】。
\n
“整体与局部的关系,个体与簇的关系,【时间-影响】曲线模型……”
\n
“如果将时间与影响的局部综合模型简化为【簇】作为自身对预测事物的【整体变量】计入预测模型呢?”
\n
“不同的【簇】……权重……”
\n
纪弘的脑子在飞速的转着,又结合到了今天所获的技术能力——gpu算力调度方向技术能力——这是不是也是另一种调度呢?
\n
这些天,纪弘的脑子越来越灵光,举一反三的能力也越来越强了——这种【时间与影响】的综合模型是否计入预测模型的变量,计入的权重与时机,本身跟【调度】就有异曲同工之处,只是确实更为复杂了。
\n
但如果快刀斩乱麻,化繁为简,以【簇】做为基础变量单元的话——
\n
每时每刻都会产生变量,将一段时间产生变量总和作为【簇】……
\n
这样的话,时间跨度越短,【簇】越精细,变量参数就越多,相应的预测精准度就越高,预测模型也就越强大,当然,算力消耗也更大。
\n
时间跨度越长,【簇】越粗糙,变量参数越少,算力消耗就小,相应的,预测模型也就越弱,精准度就会差点儿。
\n
“思路还是可以的,回头测试一下,看看效果。”
\n
纪弘脑筋飞速的旋转着,双手噼里啪啦的敲着键盘,迅速的记录着自己的思路和方案,慢慢的形成了一整套的理论和技术方案。
\n
“变量越少越精准,预测股票和经济估
本章未完,请点击下一页继续阅读! 第2页 / 共5页