《Python数据挖掘与机器学习实战》—3.5.2 数据预处理
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)
- 点赞
- 收藏
- 关注作者
评论(0)