您好，我有一个正在尝试优化的线性回归模型。我正在优化指数移动平均线的跨度以及回归中使用的滞后变量的数量。
然而，我不断发现结果和计算的均方误差不断得出不同的最终结果。不知道为什么有人可以帮忙？
启动循环后的流程：
1. 使用三个变量创建新的数据框
2. 删除nil值
3. 为每个变量创建 ewma
4. 为每个变量创建滞后
5. 删除 NA
6. 创建 X,y
7. 如果 MSE 更好，则回归并保存 ema 跨度和滞后数
8. 使用下一个值开始循环
我知道这可能是一个需要交叉验证的问题，但由于它可能是一个程序化的问题，所以我在这里发布了：
bestema = 0
bestlag = 0
mse = 1000000
for e in range(2, 30):
for lags in range(1, 20):
df2 = df[['diffbn','diffbl','diffbz']]
df2 = df2[(df2 != 0).all(1)]
df2['emabn'] = pd.ewma(df2.diffbn, span=e)
df2['emabl'] = pd.ewma(df2.diffbl, span=e)
df2['emabz'] = pd.ewma(df2.diffbz, span=e)
for i in range(0,lags):
df2["lagbn%s" % str(i+1)] = df2["emabn"].shift(i+1)
df2["lagbz%s" % str(i+1)] = df2["emabz"].shift(i+1)
df2["lagbl%s" % str(i+1)] = df2["emabl"].shift(i+1)
df2 = df2.dropna()
b = list(df2)
#print(a)
b.remove('diffbl')
b.remove('emabn')
b.remove('emabz')
b.remove('emabl')
b.remove('diffbn')
b.remove('diffbz')
X = df2[b]
y = df2["diffbl"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
#print(X_train.shape)
regr = linear_model.LinearRegression()
regr.fit(X_train, y_train)
if(mean_squared_error(y_test,regr.predict(X_test)) < mse):
mse = mean_squared_error(y_test,regr.predict(X_test) ** 2)
#mse = mean_squared_error(y_test,regr.predict(X_test))
bestema = e
bestlag = lags
print(regr.coef_)
print(bestema)
print(bestlag)
print(mse)
