摘要：
在上一篇中，我们回顾了先知的方法，但是在这个案例中表现也不是特别突出，今天介绍的是著名的l s t m算法，在时间序列中解决了传统r n n算法梯度消失问题的的它这一次还会有令人杰出的表现吗？ 长短期记忆(Long Short-Term Memory) 是具有长期记忆能力的一种时间递归神经网络(Re 阅读全文
摘要：
在上一篇中，我们探讨了自动ARIMA，但是好像表现的还是不够完善，接下来看看先知的力量！ 先知（Prophet） 有许多时间序列技术可以用在股票预测数据集上，但是大多数技术在拟合模型之前需要大量的数据预处理。Prophet（先知）由Facebook设计和开发，是一个时间序列预测库，不需要数据预处理， 阅读全文
摘要：
在上一篇中，我们发现knn和线性回归一样，表现的不是特别好，来看看时间序列的表现 时间序列预测法其实是一种回归预测方法，属于定量预测，其基本原理是;一方面承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；另一方面充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影 阅读全文
摘要：
在上一篇中，我们学习了线性回归，这一次来看看k近邻的表现 K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属 阅读全文
摘要：
继续上一篇，接下来是股票分析中使用线性回归 在现实世界中，存在着大量这样的情况：两个变量例如X和Y有一些依赖关系。由X可以部分地决定Y的值，但这种决定往往不很确切。常常用来说明这种依赖关系的最简单、直观的例子是体重与身高，用Y表示他的体重。众所周知，一般说来，当X大时，Y也倾向于大，但由X不能严格地 阅读全文
摘要：
近年来,随着全球经济与股市的快速发展,股票投资成为人们最常用的理财方式之一。本文研究的主要目标是利用机器学习技术,应用Python编程语言构建股票预测模型,对我国股票市场进行分析与预测。 今天主要来回顾的是 移动平均 参考机器之心的文章，对代码进行了中文的解释，同时加入了自己的见解 首先来处理一下数 阅读全文
摘要：
reshape(1,2)把结果分成1块，每一块2个元素 reshape(2,1)把结果分成2块，每一块1个元素 reshape(-1,1)把结果分成任意块，每一块1个元素 reshape(1,-1)把结果分成1块，这一块里面放所有的元素 reshape(4,3,2)把结果分成4块，每一块3个元素,做 阅读全文