Loading...
机构名称:
¥ 1.0

Shriya Tyagi摘要:以高波动性和巨大数据可用性而闻名的加密货币市场为预测建模提供了绝佳的机会。本文使用四个不同的模型探讨了以太坊价格的预测:随机森林,逻辑回归,长期记忆网络(LSTM)和CNN-LSTM混合模型。研究根据指标(例如均方误差(MSE),均方根误差(RMSE),R平方(R 2)和准确性(%)评估这些模型的性能。发现逻辑回归的发现优于最低MSE(6741.12)和最高精度(98.66%)的其他模型[表1]。这项研究证明了结合传统和先进的机器学习技术以实现加密货币域中稳健价格预测的潜力。

对...

对...PDF文件第1页

对...PDF文件第2页

对...PDF文件第3页

对...PDF文件第4页

对...PDF文件第5页

相关文件推荐

2024 年
¥1.0
2025 年
¥1.0
2024 年

...

¥5.0
2024 年
¥1.0
2023 年
¥1.0
2024 年

...

¥1.0
2023 年
¥1.0
2025 年

...

¥1.0
2025 年

...

¥1.0
2024 年
¥8.0
2023 年
¥1.0
2024 年
¥1.0
2024 年

...

¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年

...

¥1.0
2024 年
¥1.0
2024 年
¥1.0
1900 年
¥1.0
2024 年
¥1.0
2024 年

...

¥4.0
2024 年
¥1.0
2024 年
¥1.0