/*******************************************************************************************************************
-- Title : [Py3.5] Regression - Forecasting and Predicting
-- Reference : pythonprogramming.net
-- Key word : quandl sklearn scikit-learn linear_model linearregression csv datetimeindex fillna math.ceil
                  preprocessing.scale forecast predict ggplot matplotlib pyplot style 선형모델 선형 모델
                  선형회귀 선형 회귀 예측 추론 플롯 차트 cross-validation cross validation 
*******************************************************************************************************************/

■ Figures


■ Scripts

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
# -*- coding: utf-8 -*-
 
import quandl, math
import numpy as np
import pandas as pd
from sklearn import preprocessing, cross_validation, svm
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
from matplotlib import style
import datetime
 
# ------------------------------
# -- Set Dataframe Option
# ------------------------------
pd.set_option('display.height'1000)
pd.set_option('display.max_rows'500)
pd.set_option('display.max_columns'500)
pd.set_option('display.width'1000)
 
 
# ------------------------------
# -- Read .CSV
# ------------------------------
# Scenario : 일자별 주식 자료를 통해 몇일 후 주가를 예측
 
df = pd.read_csv("manipulated_wiki_google.csv")
 
print(df.head(5))
print("... read_.csv""." * 100"\n")
 
# -- 컬럼을 인덱스로 변경
df["Date"= pd.DatetimeIndex(df["Date"])   # 인덱스를 DatetimeIndex로 만들기 위해 변경
df = df.set_index("Date")
 
print(df.head(5))
print("... change_col_to_idx""." * 100"\n")
 
 
# ------------------------------
# -- Create Label
# ------------------------------
 
forecast_col = 'Adj. Close'
df.fillna(value=-99999, inplace=True)                 # replace NaN to -99999
forecast_out = int(math.ceil(0.01 * len(df)))         # len() : df row count, math.ceil : 가장 작은 정수 올림
 
print("len(df):"len(df))
print("0.01*len(df):"0.01 * len(df))
print("math.ceil(0.01*len(df)):", math.ceil(0.01 * len(df)))
print("forecast_out:", forecast_out)
 
# -- Create Label
df['label'= df[forecast_col].shift(-forecast_out)   # Label 생성위해 Row-Shift
 
print(df.head())
print(",,, add_label_&_shift_rows""," * 100"\n")
 
 
# ------------------------------
# -- Make Training and Testing Set
# ------------------------------
= np.array(df.drop(['label'], 1))    # label만 빼고 Train Array로
= preprocessing.scale(X)             # 기계학습 기능을 (-1)~(+1) 범위로 설정
X_lately = X [-forecast_out :]
= X[:-forecast_out]
 
df.dropna(inplace=True)                # NaN rows 삭제
= np.array(df['label'])              # Label을 Test Array로
 
# -- 모델 검증(cross-validation)
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.2)
 
print("X_train:", X_train[:5], "\n")
print("X_test:", X_test[:5], "\n")
print("y_train:", y_train[:20], "\n")
print("y_test:", y_test[:20])
print(";;; cross-validation"";" * 100"\n")
 
 
# ------------------------------
# -- Model Fitting
# ------------------------------
 
# -- Linear Regression(일반 처리)
clf = LinearRegression(n_jobs=-1)
clf.fit(X_train, y_train)
 
confidence = clf.score (X_test, y_test)
 
print(confidence)
print("^^^ linear_regression""^" * 100"\n")
 
 
# ------------------------------
# -- Forecasting & Predicting
# ------------------------------
forecast_set = clf.predict (X_lately)
 
print(forecast_set, confidence, forecast_out)
print("*** predictng""*" * 100"\n")
 
 
# ------------------------------
# -- Visualization
# ------------------------------
style.use('ggplot')
 
df['Forecast'= np.nan  # NaN으로 필드 추가
 
last_date = df.iloc[-1].name
print("last_date:", last_date)
 
last_unix = last_date.timestamp()
print("last_unix:", last_unix)
 
one_day = 86400
next_unix = last_unix + one_day
print("next_unix:", next_unix)
 
for i in forecast_set:
    next_date = datetime.datetime.fromtimestamp(next_unix)
    next_unix += 86400
    df.loc[next_date] = [np.nan for _ in range(len(df.columns)-1)]+[i]
 
df['Adj. Close'].plot()
df['Forecast'].plot()
plt.legend(loc=4)
plt.xlabel('xlabel_Date')
plt.ylabel('ylabel_Price')
plt.show()
cs


■ Files

manipulated_wiki_google.csv


저작자 표시 비영리 변경 금지
신고

+ Recent posts

티스토리 툴바