Question

我是机器学习的新手，我正在运行一个代码，它将使用pandas，quandl分析一组数据，代码运行正常并提供输出但我无法理解该代码的两行，我是张贴那个

import pandas as pd
import quandl
import math

df = quandl.get('WIKI/GOOGL')
df = df[['Adj. Open','Adj. High','Adj. Low','Adj. Close','Adj. Volume',]]
df['HL_PCT'] = (df['Adj. High'] - df['Adj. Close'])/ df['Adj. Close']*100.0
df['PCT_change'] = (df['Adj. Close']  - df['Adj. Open']) / df['Adj. Open'] * 
100.0



df = df[['Adj. Close','HL_PCT','PCT_change','Adj. Volume']]

forecast_col = 'Adj. Close'
#filling the NAN datas
df.fillna(-99999,inplace=True)
// this line i am unable to understand
forecast_out = int(math.ceil(0.02*len(df)))
// this line i am unable to understand
df['label'] = df[forecast_col].shift(-forecast_out)
df.dropna(inplace=True)
print(df.head())

我无法理解ceil函数中0.1的用法以及为什么这段代码使用了shift函数，为什么他们使用了-forecast_out？因为forecast_out给出了一些不同的值。我们已经用一些数据填充了NAN位置，但是为什么我们要下降NAN？请帮助

Answer 1

通常在机器学习中，您将拥有数据样本，每个样本都有功能和标签（许多api期望这样，例如scikit-learn）。在您的情况下，每个样本都是您的数据帧的一行。要预测的值是forecast_col。由于您正在查看库存数据，因此您需要预测将来会发生什么。 “预测”现在发生的事情是没有意义的（你可以观察它）。 forecast_out值是一些任意值，在这种情况下，它用于表示您预先提前多长时间来预测'Adj。关闭”。

shift方法将观察值与未来值进行对齐以进行预测。然后使用此数据框，您可以轻松地使用scikit-learn来拟合模型。

lr = sklearn.linear_model.LinearRegression()
lr.fit(df[['HL_PCT','PCT_change','Adj. Volume']], df[forecast_col])

此模型将根据当前观察到的值来预测forecast_out天后将会发生的事情。

Answer 2

我遵循的是同一教程，而我也陷入了同样的问题，这是我如何解决的： math_ceil（）：四舍五入到最大值，例如：

  math_ceil(4.5)

它将舍入为：

然后代码将乘以：

(0.02*len(df))

len（df）基本上是数据集的大小，在这种情况下为3424

(print (len(df))

换句话说，我们将跟踪3424天的数据，现在以我们的情况为例，我们将预测未来会发生什么，但是显然，我们不会持续3424天的时间范围，但是我们会花一点时间深入了解未来，在我们的情况下，距离分类器中的最后一次数据还有 69天（占总数据的2％），以了解该时期的价格。

所以总结一下：

 forecast_out = int(math.ceil(0.02*len(df)))

等于69

现在，我们将使用变量forcast_out确定标签：

  df['label'] = df[forecast_col].shift(-forecast_out)

此公式意味着我们正在向上移动数据集的列，因此我们所看到的是69天后的股价。

这是包含更多详细信息的代码，您可以尝试使用它。

forecast_col ='Adj. Close'
df.fillna(-99999,inplace=True)

forecast_out=int(math.ceil(0.02*len(df)))
print ("Dataset= " + str(len(df)))
print ("Forecasting after how many days = " + str(forecast_out))
df['label']=df[forecast_col].shift(-forecast_out)
df.dropna(inplace=True)
print(df.tail())

无法理解熊猫中的预测算法

2 个答案: