- 博客(4)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 基于SVM的股票预测 Python实现 附Github
SVM 支持向量机原理就不赘述了，其余的文章有讲过。SVM是一种十分优秀的分类算法，使用SVM也能给股票进行一定程度上的预测。核心因为是分类算法，因此不像ARIMA一样预测的是时序。分类就要有东西可分，因此将当日涨记为1，跌记为0，作为分类的依据。使用历史数据作为训练数据。处理数据：1.股票历史数据来源于yahoo_finance api，获取其中Open，Cl
2016-12-30 21:32:25
39379
6
原创 基于ARIMA的股票预测 Python实现 附Github
ARIMA全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)。核心函数是ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它
2016-12-23 04:51:12
23387
1
原创 基于NaiveBayse SVM KNN的Python垃圾短信过滤系统（二）
Update V2.0增大了数据量，从80条数据，60训练数据，20测试数据，到160条数据，120训练数据，40测试数据。因为数据源原因，160条数据之后不是GBK编码，无法识别，因此最多160条。依旧可以看出各个算法对于垃圾短信系统的特点，NB时间消耗短，准确率较高，因此性价比高，SVM虽然慢，但是准确率惊人，KNN永远都不会把正常短信当成垃圾短信。基于80条数据，60训练
2016-12-18 13:02:34
2476
原创 基于NaiveBayse SVM KNN的Python垃圾短信过滤系统 附代码
垃圾短信过滤系统一个课程的结课设计，挺好玩的。数据处理：短信数据来源于UCI machine learning repository，可以到以下网址去下载：https://archive.ics.uci.edu/ml/datasets/SMS+Spam+Collection计算机不可能直接识别文字，并在其基础上进行计算，因此，我们的文字将要转换成可计算的数字，比如，向量。步
2016-12-12 18:01:45
5553
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人