Question

我正在尝试预测未来5天的价格。我按照this教程。本教程是关于预测分类变量的，因此使用RandomForest分类器。我使用的是本教程中定义的相同方法，但使用RandomForest Regressor，因为我必须预测未来5天的最后价格。我很困惑，我怎么预测

这是我的代码：

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.metrics.ranking import roc_curve, auc, roc_auc_score

priceTrainData = pd.read_csv('trainPriceData.csv')

#read test data set
priceTestData =  pd.read_csv('testPriceData.csv')
priceTrainData['Type'] = 'Train'
priceTestData['Type'] = 'Test'


    target_col = "last"


    features = ['low', 'high', 'open', 'last', 'annualized_volatility', 'weekly_return', 
                'daily_average_volume_10',# try to use log in 10, 30,
                'daily_average_volume_30', 'market_cap']

priceTrainData['is_train'] = np.random.uniform(0, 1, len(priceTrainData)) <= .75
    Train, Validate = priceTrainData[priceTrainData['is_train']==True], priceTrainData[priceTrainData['is_train']==False]

    x_train = Train[list(features)].values
    y_train = Train[target_col].values
    x_validate = Validate[list(features)].values
    y_validate = Validate[target_col].values
    x_test = priceTestData[list(features)].values



    random.seed(100)

    rf = RandomForestRegressor(n_estimators = 1000)
    rf.fit(x_train, y_train)
    status = rf.predict(x_validate)

我的第一个问题是如何指定获得5个预测值，第二个问题是如何检查RandomForest Regressor的性能？请帮助我。

Answer 1

你的x_validate本质上是'pandas.core.series.Series'。所以你可以执行这个： x_validate [0：5]

这将通过计算R平方值来解决您的第二个问题。 rf.score（x_train，y_train）

RandomForest Regressor：预测并检查性能

1 个答案: