SVR预测第二天开盘趋势和股价的正负统计分析
前言
- 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=