Prognoza giełdowa (Projekt -9)

PyCaret to otwarta biblioteka uczenia maszynowego o niskim kodzie w języku Python, która automatyzuje przepływy pracy uczenia maszynowego.
Wstęp :
Giełda ma zasadniczo charakter nieliniowy, a badania giełdowe to jedno z najważniejszych zagadnień ostatnich lat. Ludzie inwestują na giełdach na podstawie pewnego rodzaju przewidywań. Prognozowanie odgrywa bardzo ważną rolę w biznesie giełdowym, który jest procesem bardzo skomplikowanym i wymagającym.
Procedura:
- Zainstaluj wymagane pakiety (Pycaret, Jinja2)
- Importuj wymagane biblioteki (Jinja2, Numpy, Pandas, sklearn)
- Załaduj zestaw danych i wczytaj dane
- Ustaw datę jako indeks
- Wykonaj kopię zestawu danych
- Przechowuj dane w zestawie danych funkcji i dodaj w kolumnie docelowej
- Zapisz cel jako tablicę w zmiennej
- Podziel dane na szkolenia i testy
- Pobierz dane pociągu i przekształć je w ramkę danych
- Pobierz dane testowe i przekształć je w ramkę danych
- Zainicjuj konfigurację
- Trenuj na wielu modelach i porównuj je
- Utwórz model
- Pobierz prognozy

Wniosek :
Wszystkie narzędzia obsługują algorytmy regresji i klasyfikacji, więc użytkownicy mogą wybrać dowolne narzędzie w oparciu o ich znajomość i wygodę. Pomaga wydobyć wiedzę z danych i wykonać prognozę, aby doradzić konsumentowi w sprawie inwestycji.