整体的处理思路是
先加载训练数据,对数据进行训练,然后再进行预测,最后输出预测值。
main()
import numpy as py
import DataLoad as dataload
import ModelTrain as modeltrain
import DataPrediction as dataprediction
def main():
data_train = dataload.load_data_train() # 加载训练数据
print(data_train)
modeltrain.Train_Model(data_train) # 对数据进行训练
data_pre = dataload.load_data_pre() # 加载需要预测的数据
data_real = dataload.load_data_real() # 加载数据的真实值
print(data_pre)
print(3)
pre_result = dataprediction.Predict_Data(data_pre) 进行预测
print("真实值为:%d"%(data_real)+" 预测结果为:%d" % (pre_result))
if __name__ == '__main__':
main()
数据加载 DataLoad
。
import numpy as np
import pandas as pd
data = pd.read_csv("./2015(z).CSV") #读取csv格式的文件全部数据
data1 = np.mat(data) #数据矩阵化
pre_raw = 30 #需要预测值所在行数
# print (data1)
def load_data_train():