11:56
官方账号arXiv cs.LG@Arthur G. Bubolz, Abreu Quevedo, Giancarlo Lucca, Rafael A. Berri, Eduardo Borges, Bruno L. Dalmazo
推荐理由：这篇论文用链上交易数据和推特情绪来给比特币情绪分类，XGBoost模型F1到了0.84，还用了SHAP解释特征重要性，对做加密货币分析的人有参考价值。
链上数据
共 1 条相关 AI 资讯
7月17日
11:56
该研究提出一种结合链上数据、金融指标和推特情绪来分类比特币市场情绪的新方法，而非预测价格。使用XGBoost模型进行情绪分类，平均F1-score达到约0.84。通过SHAP方法量化不同链上特征对模型预测的贡献，增强了可解释性。结果显示该数据组合能提供有意义的预测信号，支持数据驱动的加密货币分析。