Skip to main content
 首页 » 编程设计

python之多变量 KNN 预测

2024年12月31日12grandyang

因此,如果我的数据具有 1 个预测下一个结果的特征,我就有适用于 knn.predict() 的代码。为了说明这一点,我有股票数据(开盘价、最高价、最低价、收盘价),我将“开盘价”用作“X”数据,将“收盘价”用作“Y”数据,knn.predict 将预测 Y 的下一个值.

当我尝试为我的 X 数据使用“开盘价、最高价、最低价”列(3 个特征)时,出现以下错误:

File "sklearn\neighbors\binary_tree.pxi", line 1294, in sklearn.neighbors.kd_tree.BinaryTree.query 
ValueError: query data dimension must match training data dimension 

我相信这是因为我的 X.shape 和 Y.shape,其中 X 与 Y 的大小不同,但我不知道如何修复它。如果 X 和 Y 的大小必须相同,如何使用 KNN 进行多特征分析?

部分代码:

df = df[['Date','Time', 'Open', 'High', 'Low', 'Close']] 
df.head() 
 
# Predictor Variables 
df['Open'] = df.Open 
df['High'] = df.High 
df['Low'] = df.Low 
df['Close'] = df.Close 
df = df.dropna() 
#Data = np.delete(arr = df, obj=0, axis = 0) 
X = np.array(df.ix[:, 2:6]) 
#X.head() 
print X.shape 
 
# Target Variable 
Y = np.where(df['Close'].shift(-1)>df['Close'],1,-1) 
#print (Y) 
 
#Predict 
u = df['Close'].iloc[-1] 
#print u 
new_prediction = knn.predict(u) 
print new_prediction 

请您参考如下方法:

为了训练,你正在使用

X = np.array(df.ix[:, 2:6]) 

即具有 6 - 2 = 4 列的矩阵,这意味着邻居是 4 元组。

为了预测,你正在使用

u = df['Close'].iloc[-1] 

这是一个标量。

最近邻未定义,sklearn很不爽。