支持向量机回归预测
通过简单的三步操作，上传时间序列数据，配置SVR模型，然后查看预测结果和分析。
第一步：选择数据
上传您的CSV时间序列数据文件或选择系统示例数据进行分析
系统示例数据
选择预加载的示例数据集进行测试
上传CSV文件
点击上传您的CSV格式时间序列数据
选择示例数据集
月度销售额
24个月销售数据
城市人口
10年人口变化
能源消耗
季度能源消耗量
数据预览
sales_data.csv
24 行 × 2 列
| 时间 | 数值 |
|---|
第二步：模型配置
配置支持向量机回归(SVR)模型参数
预测字段
SVR模型参数
高级选项
第三步：预测结果
支持向量机回归(SVR)模型结果分析
模型精度
94.7%
R²分数
预测步数
5 步
未来预测值
支持向量数
24
关键数据点
预测趋势
增长
未来变化方向
预测结果可视化
预测结果数据
| 时间 | 原始值 | 拟合值 | 预测值 | 绝对误差 |
|---|