iT邦幫忙

2022 iThome 鐵人賽

DAY 7
0

模型開始前,基本上要知道如何驗證?

我們會用到均方根誤差,均方根偏差 root mean squared error
常用於衡量模型預測值或估計量與觀測值之間差異的一種指標。

def root_mean_squared_error(y_true, y_pred):
    return np.sqrt(np.mean(np.square(y_pred - y_true)))
def multivariate_data(dataset, target, start_index, end_index, history_size, target_size, single_step=False):
    data = []
    labels = []

    start_index = start_index + history_size
    if end_index is None:
        end_index = len(dataset) - target_size

    for i in range(start_index, end_index):
        indices = range(i-history_size, i)
        data.append(dataset[indices])

        if single_step:
            labels.append(target[i+target_size])
        else:
            labels.append(target[i:i+target_size])

    return np.array(data), np.array(labels)
y = data_input.close_price
x = data_input
def build_model(input_length, input_dim):
    d=0.3
    model= Sequential()
    model.add(LSTM(128,input_shape=(input_length, input_dim),return_sequences=True))
    
    model.add(Dropout(d))
    
    model.add(LSTM(64,input_shape=(input_length, input_dim),return_sequences=False))
    
    model.add(Dropout(d))
    
    model.add(Dense(1,activation='linear'))
#linear / softmax(多分類) / sigmoid(二分法)
    
    model.compile(loss='mse',optimizer='adam')
    return mode1

上一篇
股價預測篇-分析part3(金融類)
下一篇
股價預測篇-爬蟲part4(金融類)
系列文
從無到有,爬蟲-分析-預測建模,把實務面常見問題逐一釐清18
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言