背景概述

今天介紹下如何將時(shí)序數(shù)據(jù)處理成監(jiān)督學(xué)習(xí)可用的訓(xùn)練樣本。比較典型的場(chǎng)景是黃金的原始數(shù)據(jù)，一般黃金走勢(shì)數(shù)據(jù)是由兩個(gè)字段組成，分別是時(shí)間字段和價(jià)格字段。

走勢(shì)圖如下：

順便安利一個(gè)黃金數(shù)據(jù)的下載網(wǎng)址：

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

數(shù)據(jù)滑動(dòng)窗口原理

那這種時(shí)序數(shù)據(jù)如何轉(zhuǎn)換成包含特征和目標(biāo)列的監(jiān)督學(xué)習(xí)訓(xùn)練樣本呢？今天介紹一個(gè)叫“數(shù)據(jù)滑動(dòng)窗口”的方法。在數(shù)據(jù)滑動(dòng)窗口這個(gè)方法中，把當(dāng)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(shè)要預(yù)測(cè)t+1天的黃金價(jià)格的走勢(shì)，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(biāo)列去建模。

舉個(gè)例子，假設(shè)要構(gòu)建2個(gè)特征，1個(gè)目標(biāo)列這樣的訓(xùn)練樣本，使用如下數(shù)據(jù)集。

訓(xùn)練集可以構(gòu)建成如下模式，最后一列是目標(biāo)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(shí)現(xiàn)了一個(gè)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(yù)測(cè)就很簡(jiǎn)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(yù)測(cè)接下來一天的價(jià)格，最終價(jià)格可以通過MAE這樣的回歸算法評(píng)估方法去評(píng)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?jī)?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(cuò)，歡迎將生活随笔推薦給好友。