- 博客(4)
- 资源 (2)
- 收藏
- 关注
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