PyCaret — это библиотека машинного обучения с открытым исходным кодом на языке Python, которая автоматизирует рабочие процессы машинного обучения.
Введение:
Фондовый рынок в основном нелинейный по своей природе, и исследования фондового рынка были одним из самых важных вопросов в последние годы. Люди инвестируют в фондовые рынки, основываясь на каком-то прогнозе. Прогнозирование играет очень важную роль в бизнесе на фондовом рынке, который представляет собой очень сложный и сложный процесс.
Процедура:
- Установите необходимые пакеты (Pycaret, Jinja2)
- Импорт необходимых библиотек (Jinja2, Numpy, Pandas, sklearn)
- Загрузить набор данных и прочитать данные
- Установить дату в качестве индекса
- Сделать копию набора данных
- Сохраните данные в наборе данных объектов и добавьте в целевой столбец.
- Сохраните цель как массив в переменной
- Разделите данные на обучение и тестирование
- Получите данные поезда и преобразуйте их в dataFrame
- Получите тестовые данные и преобразуйте их в dataFrame
- Инициализировать установку
- Тренируйтесь на нескольких моделях и сравнивайте их
- Создайте модель
- Получить прогнозы
Реализация кода:
Вывод:
Все инструменты поддерживают алгоритмы регрессии и классификации, поэтому пользователи могут выбрать любой инструмент, исходя из их знакомства и удобства. Это помогает извлекать знания из данных и делать прогнозы, чтобы консультировать потребителя по вопросам инвестиций.