数据介绍

网易财经上获得的上证指数的历史数据，爬取了150天的上证指数数据。

实验目的

根据给出当前时间前150天的历史数据，预测当天上证指数的涨跌。

技术路线

sklearn.svm.SVC

实验过程

使用算法：SVM

1 建立工程，导入sklearn相关包

import pandas as pd
import numpy as np
from sklearn import svm
from sklearn import cross_validation

2 数据加载及预处理

data=pd.read_csv('stock/000777.csv',encoding='gbk',parse_dates=[0],index_col=0)
data.sort_index(0,ascending=True,inplace=True)dayfeature=150
featurenum=5*dayfeature
x=np.zeros((data.shape[0]-dayfeature,featurenum+1))
y=np.zeros((data.shape[0]-dayfeature))

Python机器学习应用之监督学习-上证指数涨跌预测实例相关推荐

Python 机器学习实战 —— 无监督学习（下）
前言在上篇< Python 机器学习实战 -- 无监督学习(上)>介绍了数据集变换中最常见的 PCA 主成分分析.NMF 非负矩阵分解等无监督模型,举例说明使用使用非监督模型对多维度特征 ...
sklearn 分类（上证指数涨跌预测）
来源 https://www.icourse163.org/course/BIT-1001872001 上证指数涨跌预测数据介绍: 网易财经上获得的上证指数的历史数据,爬取了20年的上证指数数据. ...
Python机器学习/数据挖掘项目实战波士顿房价预测回归分析
Python机器学习/数据挖掘项目实战波士顿房价预测回归分析此数据源于美国某经济学杂志上,分析研究波士顿房价( Boston HousePrice)的数据集. 在这个项目中,你将利用马萨诸塞州波 ...
Python 机器学习实战 —— 无监督学习（上）
前言在上篇<Python 机器学习实战 -- 监督学习>介绍了支持向量机.k近邻.朴素贝叶斯分类 .决策树.决策树集成等多种模型,这篇文章将为大家介绍一下无监督学习的使用. 无 ...
python sklearn Rideg岭回归--交通流量预测实例
岭回归岭回归为线性回归的优化对于一般线性回归问题参数的求解采用的是最小二乘法,其目标函数:argmin||Xw-y||^2 参数w的求解,也可以使用如下矩阵方法进行:w=(XTX)-1*XTy ...
机器学习（九）基于SVM的上证指数涨跌预测
(1)实例介绍数据介绍: 网易财经上获得的上证指数的历史数据,爬取了20年的上证指数数据. 实验目的: 根据给出当前时间前150天的历史数据,预测当天上证指数的涨跌. 技术路线:sklearn.sv ...
python随机森林模型简单股票涨跌预测
前言: 学了差不多10多天的入门机器学习,突然发现学好数学是多么的重要,以前上学时还觉得数学只要学会加减乘除就可以了,什么导数,回归方程都没什么用,这段时间真后悔死,看了好多模型原理推导,有好多的数学 ...
基于Python机器学习对某地区房地产数据分析预测报告
定义挖掘目标: **1.**房价和哪些因素有关,在之后的中介推销中重点关注 **2.**开发商该如何建造房屋才能让更多的客户来选择购买居住 **3.**预估房屋价值,给房产中介提供合理的房价信息完整 ...
python机器学习常用模型
python机器学习算法分类监督学习定义︰输入数据是由输入特征值和目标值所组成.函数的输出可以是一个连续的值(称为回归),或是输出是有限个离散值(称作分类). 分类: k-近邻贝叶斯决策树 ...

Python机器学习应用之监督学习-上证指数涨跌预测实例

数据介绍

实验目的

技术路线

实验过程

Python机器学习应用之监督学习-上证指数涨跌预测实例相关推荐

最新文章

热门文章