LSTM比特币价格预测模型拟合状态判定：过拟合还是欠拟合？

基于损失图的判断逻辑 #

• 欠拟合的典型表现：
  • 训练损失和验证损失都处于较高水平，且在100个epochs的训练过程中，两者下降幅度很小甚至趋于平稳
  • 切换到time_steps=30的配置后，损失数值没有明显降低
• 过拟合的典型表现：
  • 训练损失持续下降到极低值，但验证损失在初期下降后开始反向回升
  • 训练损失和验证损失的差值随着训练推进不断拉大

基于实际与预测价格对比图的判断逻辑 #

• 欠拟合的典型表现：
  • 预测曲线无法跟上实际比特币价格的核心波动，连整体涨跌趋势都匹配度很低，比如实际价格大幅上涨时预测值毫无反应，或者波动幅度远小于真实值
  • 调整time_steps到30后，预测效果没有明显改善
• 过拟合的典型表现：
  • 在训练集上预测曲线几乎和实际价格完全重合，但在测试集上预测偏差极大，甚至出现与真实趋势完全相反的情况
  • 预测曲线过度贴合训练集中的随机噪声（比如短期无意义的小波动），而忽略了价格的长期趋势

结合参数调整的辅助验证 #

你测试了time_steps=20和30两种配置，可以通过两者的表现对比进一步验证：

• 如果增大time_steps后，模型的损失和预测精度都有明显提升，说明time_steps=20时模型未能捕捉足够的时序信息，属于欠拟合
• 如果增大time_steps后，训练损失继续降低，但验证损失上升、测试集预测效果变差，说明模型开始出现过拟合

内容的提问来源于stack exchange，提问作者MonicaCoxette