《Python数据挖掘与机器学习实战》—3.5.2 数据预处理
【摘要】 本节书摘来自华章计算机《Python数据挖掘与机器学习实战》一书中的第3章，第3.5.2节，作者是方巍 。
3.5.2 数据预处理
由于带Adj前缀的数据是除权后的数据，更能反映股票数据特征，所以主要使用的数据特征为调整后的开盘价、最高价、最低价、收盘价和交易额（即Adj.Open、Adj.High、Adj.Low、Adj.Close和Adj.Volume）。
两个数据特征如下：
HL_PCT（股票最高价与最低价变化百分比）：
（3-9）
PCT_change（股票收盘价与开盘价的变化百分比）：
（3-10）
于是，自变量为：Adj.Close、HL_PCT、PCT_change和Adj.Volume。因变量为：Adj.Close。
最后，对自变量数据进行规范化处理，使之服从正态分布。只需要执行以下语句就可以达到预处理的目的，代码如下：
X = preprocessing.scale(X)
使用Sklearn做线性回归，首先导入相关函数：
from sklearn.linear_model import LinearRegression
建立线性回归模型：
clf = LinearRegression(n_jobs=-1)
进行线性模拟：
clf.fit(X_train, y_train)
使用predict()函数对需要预测的数据进行预测：
forecast_set = clf.predict(X_lately)
模型的评估主要使用精度（accuracy）参数。调用线型模型中的精度评估函数score()。
accuracy = clf.score(X_test, y_test)
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）