etetbt的博客

原创 不同数据处理方式对机器学习模型误差的作用——以LASSO、XGBoost为例

LASSO是非常经典的机器学习回归模型，XGBoost是具有代表性的集成学习方法。本文以LASSO、XGBoost为例，数据集为沪深300指数的收盘价与7项技术指标（包括MA5，MA20，MA60，MACD，MOM，OBV，RSI，ROC，已通过TA-Lib库完成）观察输入原始数据、差分数据、min-max标准化后的数据、Z-Score标准化后的数据（已通过Excel完成）对于模型误差的影响。