背景概述

今天介紹下如何將時序數(shù)據(jù)處理成監(jiān)督學習可用的訓練樣本。比較典型的場景是黃金的原始數(shù)據(jù)，一般黃金走勢數(shù)據(jù)是由兩個字段組成，分別是時間字段和價格字段。

走勢圖如下：

順便安利一個黃金數(shù)據(jù)的下載網(wǎng)址：

https://fred.stlouisfed.org/series/GOLDAMGBD228NLBM

數(shù)據(jù)滑動窗口原理

那這種時序數(shù)據(jù)如何轉(zhuǎn)換成包含特征和目標列的監(jiān)督學習訓練樣本呢？今天介紹一個叫“數(shù)據(jù)滑動窗口”的方法。在數(shù)據(jù)滑動窗口這個方法中，把當前日期叫做t，前一天是t-1，后一天用t+1表示。也就是說假設要預測t+1天的黃金價格的走勢，可以把t、t-1、t-2、t-3...這些日期的數(shù)據(jù)作為特征，t+1天的數(shù)據(jù)作為目標列去建模。

舉個例子，假設要構(gòu)建2個特征，1個目標列這樣的訓練樣本，使用如下數(shù)據(jù)集。

訓練集可以構(gòu)建成如下模式，最后一列是目標列：

1125，1121，120.85

1121，1120.85，1122.3

1120.85，1122.3，1107.75

........

代碼示例

基于上述網(wǎng)址下載的數(shù)據(jù)，我用DataFrame的shift函數(shù)實現(xiàn)了一個數(shù)據(jù)處理的示例，原始數(shù)據(jù)：

處理后的數(shù)據(jù)：

?

from pandas import DataFrame

df = DataFrame()

getTex=open('goldPrice.csv')

rawData=[]

for line in getTex.readlines():

? ?index=line.strip().split(',')

? ?if index[1]=='.':?

? ? ?continue? ?#filter dirty data? ?

? ?rawData.append(index[1])

df['t-1'] = rawData

df['t'] = df['t-1'].shift(-1)

df['t+1'] = df['t-1'].shift(-2)

print(df)

?

接下來做預測就很簡單了，可以用xgboost這樣的回歸算法去基于過去兩天的數(shù)據(jù)預測接下來一天的價格，最終價格可以通過MAE這樣的回歸算法評估方法去評估。

總結(jié)

以上是生活随笔為你收集整理的黄金价格预测：如何将时序数据处理成监督学习数据的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。