【技术实现步骤摘要】
本申请涉及金融科技，尤其涉及一种基于深度回归模型的数据预测方法、装置及电子设备。
技术介绍
1、回归任务是机器学习中预测连续数值输出的任务。回归问题的应用广泛，包括金融中的股票价格和信用评分预测，医学中的疾病和药物响应预测，市场营销中的销售和客户价值预测，以及其他领域如气象学、交通规划、能源管理、物流、房地产和人力资源中的各种预测。
2、深度回归指的是使用深度学习模型进行回归任务。深度学习的强大之处在于它能够处理大规模和复杂的数据，同时具备对数据中隐含模式的学习能力。以金融领域为例，回归任务的准确性至关重要，因为预测结果直接影响到投资决策、风险管理和财务规划等关键领域。但是由于回归任务的样本分布往往是连续的、不平衡的，所以往往需要大量训练数据，这会影响回归模型的准确性，进一步导致了预测准确率下降的问题。
技术实现思路
1、本申请实施例的主要目的在于提出一种基于深度回归模型的数据预测方法、装置及电子设备，能够提高深度回归模型的预测准确性，进一步提高预测准确率。
2、为...
【技术保护点】
1.一种基于深度回归模型的数据预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度回归模型的数据预测方法，其特征在于，所述对所述金融数据集进行数据划分，得到第一金融集和第二金融集，包括：
3.根据权利要求2所述的基于深度回归模型的数据预测方法，其特征在于，所述通过所述深度回归模型中的特征距离读出模块对所述金融样本批次进行距离估计，得到特征距离矩阵，包括：
4.根据权利要求2所述的基于深度回归模型的数据预测方法，其特征在于，所述回归头包括至少一层线性层；所述通过所述深度回归模型的回归头对所述金融样本批次进行特征映射，...
【技术特征摘要】
1.一种基于深度回归模型的数据预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度回归模型的数据预测方法，其特征在于，所述对所述金融数据集进行数据划分，得到第一金融集和第二金融集，包括：
3.根据权利要求2所述的基于深度回归模型的数据预测方法，其特征在于，所述通过所述深度回归模型中的特征距离读出模块对所述金融样本批次进行距离估计，得到特征距离矩阵，包括：
4.根据权利要求2所述的基于深度回归模型的数据预测方法，其特征在于，所述回归头包括至少一层线性层；所述通过所述深度回归模型的回归头对所述金融样本批次进行特征映射，得到回归值，包括：
5.根据权利要求1所述的基于深度回归模型的数据预测方法，其特征在于，所述将所述第一金融集输入深度回归模型进行批次划分，输出多个金融样本批次，包括：
6.根据权利要求1所述的基于深度回归模型的数据预测...
【专利技术属性】
技术研发人员：赵博涛，彭俊清，王健宗，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。