如何在Python模型中减少“噪音”?

我希望降低股票预测模型图表的波动性。目的是能够更专注于趋势,而不是精确的预测。

示例输出在此

from matplotlib import pyplot as plt
plt.figure()
plt.plot(y_pred_org)     # 随时间变化的实际价格
plt.plot(y_test_t_org)   # 随时间变化的预测价格
plt.title('预测与实际股价对比')
plt.ylabel('价格')
plt.xlabel('天数')
plt.legend(['预测', '实际'], loc='upper left')
plt.show()

回答:

您有多个选项:

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注