SVR预测第二天开盘趋势和股价的正负统计分析

前言

这篇博客基于公众号¹ ，机器学习相关知识参阅了西瓜书。

• 学习了支持向量机（SVM）里的最经典的二元分类问题
• 支持向量回归(SVR)，了解了核函数的意义，增强了对“间隔”的理解。
• 使用 优矿 获取股市信息

基本上就是复现了一部分公众号里的代码，只是拟合的时候把数据一部分当作训练集，一部分当作测试集

SVR的简单实现代码

import numpy as np
from sklearn.svm import SVR
import matplotlib.pyplot as plt
import time

X=np.sort(5*np.random.rand(40,1),axis=0)
y=np.sin(X).ravel()

svr_rbf=SVR(kernel='rbf',C=1e3,gamma=0.1)   #exp(-gamma(||x-x'||)) Radial Based Function
svr_lin=SVR(kernel='linear',C=1e3)          #线性核
svr_poly=SVR(kernel='poly',C=