机器学习之归纳学习（附上股价预测源码）

归纳学习

按照学习的一种分类方法，可以将学习分为演绎学习和归纳学习。

演绎学习是指从某些基础的抽象的概念开始推到出的具体的知识。例如在数学中从给定的公理和定理出发，推到出能说明具体实例的知识。

与之对应的归纳学习是从多个具体的事实出发，发现能很好地说明这些事实的知识的学习。例如图像识别和语音听取等任务中，将学习数据集作为具体的示例数据而给出，获得图像识别和语音识别的知识。从具体的示例出发，提取出能够说明这些示例的知识的学习，归类为归纳学习。

归纳学习----股票价格预测

设谋公司的公司名是X公司。X公司的股票在某个股票市场上市，其股票随着时间而不断变化。这里，考虑X公司的股票在今后会上升还是下跌的预测问题。

股票变动可以看成企业是否得人心的投票结果，当然，该企业的企业股价是由世界经济状况、社会形式等非常复杂的因素决定的。股票市场全体的动向、相关企业的股价变动等，都可能会对特定的企业的股价产生影响。

这里将问题简单化，设X公司的股价是由和X公司相关的A公司~J公司的股价变化决定的。也就是说，假设前一天A公司~J公司的某种变化模式导致了X公司当日股价上升，其他模式导致股价下降。现在可以考虑收集过去具体的股份变动事例，通过归纳学习来提取相应的模式，获取对X公司的股价进行预测的知识。

需要的数据：过去一些年A~J公司的股价是上升还是下降的数据，X公司在过去一些年的股价是上升还是下降。

通过过去一系列像这些关系的数据进行归纳学习。

在本例中，某个数据和所对应的结果的值形成了样本对。这意味这，本例的学习是数据监督学习的范畴。

知识的表示方法

知识的表示方法就是通过某种规则的表示来表达股票动向的知识。机器学习中对于规则的表示方法有很多种，例如模式匹配方法、基于逻辑表达的方法，以及基于if-then形式的生成规则的方法等。尤其是作为深度学习基础的神经网络，也可以获得规则。这里采用简单的基于模式匹配的方法进行处理。

各公司股价的上升和下降的变动便可以使用1或0来表示。这里，我们把1代表股价上升，0代表股价下降。

本例所期待的知识表示是，给定A~J公司前一天的股价动向，返回X公司股价动向预测。此时。此时，A~J公司的股价动向模式用某种方法表示出来，与这个模式相一致时预测X公司的股价会上升，与这个模式不一致时预测X 公司的股价会下降。
对于模式的表示方法，采用A~J公司前一天股价的动向的10个符号来表示。为表示上升和下降采用1/0符号，两中符号都匹配时引入“2”作为通配符。一般而言，通配符是指和所有的符号都一致。

在调查模式与股价动向是否匹配时，对于符号1和0分别匹配，模式中的符号2与股价动向的1/0的两方都匹配。在图中，该模式的中间部分，第5个和第6个是符号2.

像这样引入符号2可以更灵活地对知识进行表示。

有了以上的准备工作，在本例中基于机器学习对X公司的股价动向进行预测时，只要求得关于预测知识的模式就可以了。因此，下面讨论求取模式的方法。

求取模式的方法

这里简单地采用基于生成和测试（generate and text）的方法求得模式。生成和测试的方法时指采用某种方法生成关于问题的候补解，将之与问题的条件对照起来选取良好的解。将这个方法和本例结合起来考虑，就是说通过某种方法生成关于解的候补模式，将之与学习数据集对照，执行选取更好的解的操作。

学习数据集含有100个学习数据，作为候选解的模式在其中有几个是正确的，基于正确率可以进行评价，如果某个模式在这100个例子的所有学习数据都能正确处理，评价分数是100分。反之，如果全部不正确，就是0分。 如果一半例子正确，评价分数就是50分。

此时，要注意学习数据集中存在正样本和负样本。正样本的数据都是正确解，负样本的数据都是不正确解。在本例中，正样本是X公司的股价预测为上升的数据，意味着在学习数据集内教师数据是1的学习数据。负样本是教师数据为0的学习数据，也就是将X公司的股价预测为下降的数据。

最后，考虑生成候选解模式的方法。用过随机方法生成作为解的候选模式。（通过随机产生0，1，2进行排列）

总结程序过程

1.读入学习数据集（学习数据和教师数据的组合）
2.以适当次数重复：
····2.1基于随机数生成解的候选模式
····2.2对于所有的学习数据重复以下操作：
········2.2.1利用解的候选模式，对于一个学习数据计算关于X公司的股价预测值（上升还是下降）
········2.2.2将预测值和对应的教师数据相比较，如果一致，得分加1
····2.3如果解的候选模式的评价值（总得分）是过去所有模式中的最高得分，就更新最高得分。

CODE

/********************************************************************/
/*                     learnstock.c                                 */
/*           单纯归纳学习的例题程序                                   */
/*                模式学习器                                         */ 
/*                读取100个学习数据                                  */
/*               给出合适的10位二进制答案                             */
/********************************************************************/

/*与visual studio 的呼唤性保证*/
#define _CRTSECURE_NO_WARNINGS

/*Include 头文件*/
#include <stdio.h>
#include <stdlib.h>

/* 符号常量定义 */
#define OK         1
#define NG         0    
#define SETSIZE    100      /* 学习数据集的大小 */
#define CNO        10       /* 学习数据的位数（10） */
#define GENMAX     10000    /* 生成候选解的次数 */
#define SEED       32767    /* 随机数的种子    */

/* 函数原型声明  */
void readdata(int data[SETSIZE][CNO], int teacher[SETSIZE]) ; /* 读入学习数据集 */
int rand012() ; /* 返回0、1、2的随机函数 */
int calcscore(int data[SETSIZE][CNO], int teacher[SETSIZE], int answer[CNO]); /* 计算候选解模式的得分（0 ~ SETSIZE ）*/

int main(){
    int i,j;
    int score = 0;                /* 得分（0 ~ SETSIZE）*/
    int answer[CNO];              /* 候选解*/
    int data[SETSIZE][CNO];        /*学习数据集*/
    int teacher[SETSIZE];           /*教师数据集*/
    int bestscore = 0;              /*得分的最优值*/
    int bsetanswer[CNO];        /*搜索过程中的最优解*/

    srand(SEED);  /*随机数的初始化*/

    readdata(data, teacher) ; /*读入学习数据集*/

    for(i = 0; i < GENMAX; i++){
        /* 生成候选解 */
        for(j = 0; j < CNO; j++){
            answer[j] = rand012();
        }
        
        /* 检测 */
        score = calcscore(data, teacher, answer);
        
        /*最优得分的更新*/
        if(score > bestscore){
            for (j = 0; j < CNO; j++)
                bsetanswer[j] = answer[j];
            bestscore = score;
            for(j = 0; j < CNO; j++)
                printf("%1d", bsetanswer[j]);
            printf(":score=%d\n", bestscore);
            
        }
    }
    /*输出最优解*/
    printf("\nz最优解\n");
    for(j = 0; j < CNO; j++)
        printf(":score=%d\n", bestscore);

    return 0;

}



/*************************************************************/
/*               calcscore()函数                             */
/*候选模式的得分（0~SETSIZE）的计算                            */
/*************************************************************/

int calcscore(int data[SETSIZE][CNO], int teacher[SETSIZE], int answer[CNO]){
    int score = 0;  /*得分（0~SETSIZE）*/
    int point ;     /*相一致的位数（0~CNO）*/
    int i,j;

    for(i = 0; i<SETSIZE; i++){
        /* 计算一致程度 */
        point = 0;
        for(j  =0; j < SETSIZE; j++){
            if(answer[j] == 2) ++point;  /* 通配符 */
            else if(answer[j] == data[i][j]) ++point;  /* 相一致 */

        }

        if ( (point == CNO) && (teacher[i] == 1) ){
            ++score;
        }
        else if( (point != CNO) && (teacher[i] == 0) ){
            ++score;
        }
    }
    return score;
}


/**********************************************************/
/*               readdata()函数                           */
/*             读入学习数据集                              */
/**********************************************************/
void readdata(int data[SETSIZE][CNO], int teacher[SETSIZE]){
    int i, j ;
    for(i = 0; i<SETSIZE; i++){
        for(j = 0; j<CNO; j++){
            scanf("%d", &data[i][j]);
        }
        scanf("%d", &teacher[i]);
    }
}


/*********************************************/
/*      rand012()函数                        */
/*返回0、1、2的随机函数                       */
/********************************************/
int rand012(){
    int rnd;

    /* 去除随机数的最大值 */
    while( (rnd=rand()) == RAND_MAX);
    /* 计算随机数 */
    return (double)rnd/RAND_MAX*3;
}