将时间序列转换为分类问题

本文将以股票交易作为示例。我们用 AI 模型预测股票第二天是涨还是跌。在此背景下，比较了分类算法 XGBoost、随机森林和逻辑分类器。文章的另外一个重点是数据准备。我们必须如何转换数据以便模型可以处理它。

在本文中，我们将遵循 CRISP-DM 流程模型，以便我们采用结构化方法来解决业务案例。CRISP-DM 特别适用于潜在分析，通常在行业中用于构建数据科学项目。

另外就是我们将使用 Python 包 openbb。这个包以包含了一些来自金融部门的数据源，我们可以方便的使用它。

 

完整文章：

https://avoid.overfit.cn/post/57a12ff0cf964fbebf1b27bc72fb2bbb