机器学习之预测股票价格模型---学习笔记(获取历史行情数据、数据归一化、正则化处理)

一、获取历史行情数据

import tushare as ts
df=ts.get_hist_data('600999',start='2016-06-15',end='2018-03-07')
dd=df[['open','high','low','close']]
df 

可以得到如下结果:


二、数据归一化处理

    data_all = np.array(df).astype(float)
    scaler = MinMaxScaler()
    data_all = scaler.fit_transform(data_all)
scaler

MinMaxScaler(copy=True, feature_range=(0, 1))


scaler = MinMaxScaler(copy=True,feature_range=(-1,1))
scaler.fit_transform([1,2,3,4,5,6,7])
array([-1.        , -0.666666
  • 0
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值