前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >ML算法——线性回归随笔【机器学习】【六一创作】

ML算法——线性回归随笔【机器学习】【六一创作】

作者头像
来杯Sherry
发布2023-06-07 16:24:53
1960
发布2023-06-07 16:24:53
举报
文章被收录于专栏:第一专栏

10、线性回归

10.1、理论部分

利用线性回归方程的最小二乘函数对一个或多个自变量和因变量之间的关系进行建模的方法。

线性回归代价函数 |损失函数

10.2、sklearn 实现

代码语言:javascript
复制
from sklearn.linear_model import LinearRegression
from sklearn import preprocessing

训练 & 评估

代码语言:javascript
复制
lr = LinearRegression()
lr.fit(X_train, y_train)
lr.score(X_test, y_test) # 使用绝对系数 R^2 

预测

代码语言:javascript
复制
Forecast = lr.predict(X_Predict)

10.3、案例

股票预测

预处理:

代码语言:javascript
复制
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
from datetime import datetime as dt

获取数据

代码语言:javascript
复制
import tushare as ts

df = ts.get_hist_data('000001') #平安银行代码 000001
df.to_csv('000001.csv')
df = pd.read_csv('./000001.csv') 

股票数据的特征

  • date:日期
  • open:开盘价
  • high:最高价
  • close:收盘价
  • low:最低价
  • volume:成交量
  • price_change:价格变动
  • p_change:涨跌幅
  • ma5:5日均价
  • ma10:10日均价
  • ma20:20日均价
  • v_ma5:5日均量
  • v_ma10:10日均量
  • v_ma20:20日均量

将每一个数据的键值的类型从字符串转为日期

代码语言:javascript
复制
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')
# 按照时间升序排列
df.sort_values(by=['date'], inplace=True, ascending=True)

缺失值检测

代码语言:javascript
复制
df.dropna(axis=0 , inplace=True)
df.isna().sum()

绘制K线图:

代码语言:javascript
复制
Min_date = df.index.min()
Max_date = df.index.max()
print ("First date is",Min_date)
print ("Last date is",Max_date)
print (Max_date - Min_date)
代码语言:javascript
复制
from plotly import tools
from plotly.graph_objs import *
from plotly.offline import init_notebook_mode, iplot, iplot_mpl
init_notebook_mode()
import plotly.plotly as py
import plotly.graph_objs as go

trace = go.Ohlc(x=df.index, open=df['open'], high=df['high'], low=df['low'], close=df['close'])
data = [trace]
iplot(data, filename='simple_ohlc')

线性回归部分 库

代码语言:javascript
复制
from sklearn.linear_model import LinearRegression
from sklearn import preprocessing

创建新的列, 包含预测值, 根据当前的数据预测5天以后的收盘价

代码语言:javascript
复制
num = 5 # 预测5天后的情况
df['label'] = df['close'].shift(-num) # 预测值

丢弃 label, price_change, p_change, 不需要它们做预测

代码语言:javascript
复制
Data = df.drop(['label', 'price_change', 'p_change'],axis=1)


X = Data.values
X = preprocessing.scale(X)
X = X[:-num]

df.dropna(inplace=True)#去掉缺失值所在的行
Target = df.label
y = Target.values

将数据分为训练数据和测试数据

代码语言:javascript
复制
X_train, y_train = X[0:550, :], y[0:550]
X_test, y_test = X[550:, -51:], y[550:606]

训练 & 评估

代码语言:javascript
复制
lr = LinearRegression()
lr.fit(X_train, y_train)
lr.score(X_test, y_test) #训练好的lr 投喂 X_test得到 pred_test 与 y_test 做评估,越大越好
# 预测
X_Predict = X[-num:] #取最后 num 条数据
Forecast = lr.predict(X_Predict)

画图 预测结果 预测 2019-05-13 到 2019-05-17 , 一共 5 天的收盘价

代码语言:javascript
复制
trange = pd.date_range('2019-05-13', periods=num, freq='d')

产生预测值

代码语言:javascript
复制
Predict_df = pd.DataFrame(Forecast, index=trange)
Predict_df.columns = ['forecast']

将预测值添加到原始

代码语言:javascript
复制
df = pd.read_csv('./000001.csv') 
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

按照时间升序排列

代码语言:javascript
复制
df.sort_values(by=['date'], inplace=True, ascending=True)
df_concat = pd.concat([df, Predict_df], axis=1)

df_concat = df_concat[df_concat.index.isin(Predict_df.index)]
df_concat.tail(num)

画预测值和实际值

代码语言:javascript
复制
df_concat['close'].plot(color='green', linewidth=1)
df_concat['forecast'].plot(color='orange', linewidth=3)
plt.xlabel('Time')
plt.ylabel('Price')
plt.show()

理解模型

代码语言:javascript
复制
for idx, col_name in enumerate(['open', 'high', 'close', 'low', 'volume', 'ma5', 'ma10', 'ma20', 'v_ma5', 'v_ma10', 'v_ma20']):
    print("The coefficient for {} is {}".format(col_name, lr.coef_[idx]))
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-05-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 10、线性回归
    • 10.1、理论部分
      • 10.2、sklearn 实现
        • 10.3、案例
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档