python预测未来数据步骤

阅读: 评论:0

python预测未来数据步骤

python预测未来数据步骤

您的代码使用此数据帧作为X来生成预测:df = df[['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume']]

这意味着,如果你想预测未来五年的价格,你需要这些['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume']数据点来预测未来的价格。在

请注意,您的图像中的预测是从历史数据中创建的,这些数据在这里被分离为一个测试集:X_lately = X[-forecast_out:]。所以它预测的每一个点都使用历史数据来预测未来的某个点。在

如果你真的想用这个模型来预测未来的5年,你首先需要预测/计算所有这些变量:predicted_X = ['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume'],并继续运行一些包含clf.predict(predicted_X)的循环。在

我希望我的回答是清楚的,对你有帮助,如果不是让我知道,我会澄清它或回答其他问题。在

按照我所说的更新您的模型:

^{pr2}$

这个模型并不是很有用,因为它非常迅速地向上扩展,但是在它的实现中有一些有趣和不寻常的事情。在

为了更真实地预测未来的价格,你还需要实现某种随机游走。在

您还可以使用不同的模型来代替LinearRegression,例如RandomForestRegressor,这会产生非常不同的结果。在

^{3}$

与预

本文发布于:2024-01-28 09:29:42,感谢您对本站的认可!

本文链接:https://www.4u4v.net/it/17064053886454.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:步骤   未来   数据   python
留言与评论(共有 0 条评论)
   
验证码:

Copyright ©2019-2022 Comsenz Inc.Powered by ©

网站地图1 网站地图2 网站地图3 网站地图4 网站地图5 网站地图6 网站地图7 网站地图8 网站地图9 网站地图10 网站地图11 网站地图12 网站地图13 网站地图14 网站地图15 网站地图16 网站地图17 网站地图18 网站地图19 网站地图20 网站地图21 网站地图22/a> 网站地图23