基于python的机器学习实现日元币对人民币汇率预测

该博客介绍了如何使用Python和TensorFlow基于历史数据预测日元对人民币的汇率。首先,数据被加载并进行标准化处理,然后通过LSTM模型进行训练。经过多次迭代训练后,模型参数被保存,并用于对未来汇率进行预测。最后,预测结果以折线图的形式展示。
摘要由CSDN通过智能技术生成

## 导入所需的包

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import tensorflow as tf

 

tf.reset_default_graph()

plt.rcParams['font.sans-serif'] = 'SimHei' ##设置字体为SimHei显示中文

plt.rcParams['axes.unicode_minus'] = False ##设置正常显示符号

 

## 导入所需数据

df = pd.read_csv('日元-人民币.csv',encoding='gbk',engine='python')

df['时间'] = pd.to_datetime(df['时间'],format='%Y/%m/%d')

df = df.sort_values(by='时间')

df.head()

 

## 用折线图展示数据

plt.figure(figsize=(12,8))

plt.title('1999年1月1日到2018年8月21日最高价数据曲线')

plt.plot(df['time'],df['高'])

plt.show()

 

### 提取测试数据

data = df.loc[:,['time','高&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值