NormalHedgeEnsemble

class NormalHedgeEnsemble(n_estimators=10, a=1, loss_func=None)

无参数对冲算法。

无参数对冲算法的实现，Kamalika Chaudhuri, Yoav Freund, Daniel Hsu (2009) 作为对冲风格算法。

参数:

n_estimatorsfloat

估计器数量

T整数

预测范围（以时间步长为单位）

afloat

归一化常数

loss_func函数

遵循 sklearn.metrics API 的损失函数，用于更新权重

方法

update(y_pred, y_true[, low_c])

更新预测器权重。

update(y_pred, y_true, low_c=0.01)

更新预测器权重。

权重通过传递先前的观测值并基于Normal Hedge进行更新，从而在估计器上进行更新。

参数:

y_prednp.array(), shape=(时间轴,估计器轴)

包含估计器预测结果的数组

y_truenp.array(), shape=(时间轴)

包含预测数量的实际值的数组