Pular para o conteúdo principal

Cookies no Macro by Mark.Usamos cookies essenciais para login, idioma e segurança. Com sua permissão, também usamos cookies opcionais de preferências, para análise e para medição de anúncios com o Pixel da Meta (Facebook). Leia nossa política de cookies.

Macro by MarkMacro by Mark
  • Início
Carregando…
Carregando…
← Modelos
MacroConceitosPolíticaModelos

Modelo Gradient boosting

Conjunto sequencial de árvores que ajusta resíduos etapa por etapa e usa perda de validação para conter sobreajuste.

Visão geralGráficoMatemáticaReferências

Área do gráfico

Painel de previsão de Gradient boosting

Área do gráfico

Previsão macro de alta dimensão quando o ganho vem de interações não lineares, mas a disciplina de parada importa. O gráfico transforma essa pergunta em um cenário ajustável, com controles suficientes para ver direção, persistência e limites sem fingir estimação em tempo real.

Metadados dos eixos
xHorizonte da previsãotempo discreto · 1 a 24 períodos à frenteyValor previsto ou erroíndice · escala normalizada pelo cenário
Erro de treino e de validação ao longo
das rodadas de boosting static chart preview showing Erro de treino, Erro de validação
xHorizonte da previsãotempo discreto · 1 a 24 períodos à frenteyValor previsto ou erroíndice · escala normalizada pelo cenário

Resultados atuais

Rodada ótima de parada

Explicar: Rodada ótima de parada
m∗=arg⁡min⁡mLval(m)m^* = \arg\min_m L_{\text{val}}(m)m∗=argminm​Lval​(m)

Compare este valor entre cenários para ver o efeito dos controles.

13.00

rodadas

EQM de validação na parada antecipada

Explicar: EQM de validação na parada antecipada
Lval(m∗)L_{\text{val}}(m^*)Lval​(m∗)

Compare este valor entre cenários para ver o efeito dos controles.

1.21

unidades ao quadrado

Diferença treino-validação na parada antecipada

Explicar: Diferença treino-validação na parada antecipada
Ltrain(m∗)−Lval(m∗)L_{\text{train}}(m^*) - L_{\text{val}}(m^*)Ltrain​(m∗)−Lval​(m∗)

Compare este valor entre cenários para ver o efeito dos controles.

-0.1966

unidades ao quadrado

Razão de ultrapassagem

Explicar: Razão de ultrapassagem
Lval(M)  /  Lval(m∗)L_{\text{val}}(M) \;/\; L_{\text{val}}(m^*)Lval​(M)/Lval​(m∗)

Compare este valor entre cenários para ver o efeito dos controles.

1.06

razão

Parâmetros do modelo

400
Explicar: Máximo de rodadas de boosting

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

0.1
Explicar: Taxa de aprendizado

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

4
Explicar: Folhas por árvore

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

0.8
Explicar: Fração da subamostra

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

1
Explicar: Nível de ruído

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

Continue por aqui

Leia a seguir

Continue com um conceito, modelo ou exemplo relacionado.

Modelo teórico

IS-LM Model

modelo teórico bem conectado a dois passos daqui

Novo ângulo: modelo teórico →
Macro by Mark
Ajuda
Política de PrivacidadeTermos de UsoÉtica e conformidade

© 2026 Mark Jayson Nation LLC