开源项目 stock_predict_with_LSTM
使用教程
项目目录结构及介绍
stock_predict_with_LSTM/
├── data/
│ ├── dataset_train.csv
│ ├── dataset_test.csv
├── models/
│ ├── lstm_model.py
├── notebooks/
│ ├── stock_prediction.ipynb
├── src/
│ ├── data_preprocessing.py
│ ├── model_training.py
│ ├── prediction.py
├── config/
│ ├── config.yaml
├── README.md
├── requirements.txt
├── setup.py
- data/: 存放训练和测试数据集的目录。
- models/: 存放LSTM模型的定义和相关代码。
- notebooks/: 存放Jupyter Notebook文件,用于交互式分析和预测。
- src/: 存放项目的主要源代码,包括数据预处理、模型训练和预测等模块。
- config/: 存放项目的配置文件。
- README.md: 项目说明文档。
- requirements.txt: 项目依赖的Python库列表。
- setup.py: 项目安装脚本。
项目的启动文件介绍
项目的启动文件位于src/
目录下,主要包括以下几个文件:
- data_preprocessing.py: 负责数据的加载和预处理。
- model_training.py: 负责模型的训练。
- prediction.py: 负责使用训练好的模型进行预测。
项目的配置文件介绍
项目的配置文件位于config/
目录下,文件名为config.yaml
。该文件包含了项目运行所需的各种配置参数,例如:
data:
train_file: "data/dataset_train.csv"
test_file: "data/dataset_test.csv"
model:
input_dim: 1
output_dim: 1
lstm_units: 50
epochs: 100
batch_size: 32
training:
time_steps: 60
- data: 数据文件的路径。
- model: 模型的参数配置,包括输入维度、输出维度、LSTM单元数、训练轮数和批次大小。
- training: 训练过程中的时间步长。
通过修改config.yaml
文件中的参数,可以调整项目的运行配置。