我正在尝试使用python通过SVR预测股票价格。下面给出的是我使用过的代码,
import pandas as pd
import numpy as np
from sklearn.svm import SVR
train= pd.read_csv("ntrain1.csv")
X_train = train.drop("Close Now",1)
Y_train = train["Close Now"]
clf = SVR(kernel= 'rbf', C=100000, gamma=0.2, epsilon = 0.1)
clf.fit(X_train, Y_train)
test= pd.read_csv("ntestbri.csv")
X_test = test.drop("Close Now",1)
Y_test = test["Close Now"]
y_prediksi = clf.predict(X_test)
y_prediksi_series = pd.Series(y_prediksi)
y_prediksi= pd.DataFrame()
y_prediksi["y_prediksi"] = y_prediksi_series
y_prediksi.to_csv("npredksibri3.csv")
rmse = np.sqrt( mean_squared_error( Y_test, y_prediksi ) )
rmse
此代码中的问题是生成具有相同值4436.021668的预测和与预测结果对应的RMSE值。 我该如何解决这个问题?
答案 0 :(得分:0)
@maulita - 不确定具体问题是什么,但如果您希望改进预测器,最佳做法是在训练集上进行训练测试。这允许您在加载测试数据集之前评估预测的质量并校准预测器。希望有所帮助 - Sandeep