python 支持向量机预测结果相同_scikit python SVR回归:预测多个点会导致相同的重复输出...

我尝试用支持向量机进行训练和预测,如下所示:for i in range(numStocks):y_p = []X, y, X_p, scaler, stockUsed = randomStockData(stockList)clf = svm.SVR(kernel='rbf', C=1, gamma=0.1)clf.fit(X, y)reshapedX_p = X_p.reshape(1,-1)...
摘要由CSDN通过智能技术生成

我尝试用支持向量机进行训练和预测,如下所示:for i in range(numStocks):

y_p = []

X, y, X_p, scaler, stockUsed = randomStockData(stockList)

clf = svm.SVR(kernel='rbf', C=1, gamma=0.1)

clf.fit(X, y)

reshapedX_p = X_p.reshape(1,-1)

for j in range(5):

y_p.append(clf.predict(reshapedX_p))

reshapedX_p = np.append(reshapedX_p[0][1:],y_p[-1])

reshapedX_p = reshapedX_p.reshape(1, reshapedX_p.shape[0])

y_p = [x*scaler for x in y_p]

rescaledX_p = [x*scaler for x in X_p]

print(y_p)

plt.plot(rescaledX_p, label='closep test')

plt.plot(range(len(rescaledX_p),len(rescaledX_p)+len(y_p)), y_p, label='predicted')

plt.legend(loc='lower left', shadow=True)

pylab.savefig(homePath+'predictResults/'+stockUsed+'.png', fac

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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