Feature Imprtanc及prediction(lec5homework1)

该博客展示了针对一个股票的特征重要性分析和预测值与实际值的比较。使用了ExtraTreesRegressor进行模型训练,并通过TimeSeriesSplit进行数据划分。尽管代码尚未优化,但已呈现出初步的特征重要性和预测效果。
摘要由CSDN通过智能技术生成

只选了一个股票,做了特征的重要性以及预测值和实际值对比的图,后面附实现代码。尚未做GridSearchCV。
(参数和代码部分还没优化,万里长征只迈出0.1步)。
在这里插入图label片描述在这里插入图片描述
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use(‘TkAgg’)
import matplotlib.pyplot as plt

import sklearn
from sklearn.model_selection import TimeSeriesSplit
from FeaturesUtil import *
from sklearn.ensemble import ExtraTreesRegressor

import tushare as ts
import MySQLdb as mdb
import csv
from sklearn.metrics import r2_score

pro=ts.pro_api()
con = mdb.connect(host=‘localhost’,user=‘root’,db=‘lqj’,passwd=‘123456’,use_unicode=True,
charset=‘utf8’)

sql = ‘select ts_code as code from l

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