隨機(jī)森林模型參數(shù)尋優(yōu)算法比較分析

打開文本圖片集

摘要：隨機(jī)森林模型有多種參數(shù)尋優(yōu)算法，Python第三方庫scikit-learn給出了其中2種算法的具體實(shí)現(xiàn)，即網(wǎng)格搜索和隨機(jī)搜索。使用股票歷史交易數(shù)據(jù)集，根據(jù)當(dāng)天的交易數(shù)據(jù)和技術(shù)指標(biāo)預(yù)測未來一天的股票漲跌情況。首先，補(bǔ)充技術(shù)指標(biāo)和分類標(biāo)簽，對數(shù)據(jù)進(jìn)行預(yù)處理；其次，將收盤價(jià)及10個(gè)技術(shù)指標(biāo)視為特征變量，進(jìn)行相關(guān)性分析，并在篩選之后對剩余的特征變量計(jì)算方差膨脹系數(shù)，最終保留5個(gè)特征變量；最后，對模型進(jìn)行測試，使用網(wǎng)格搜索和隨機(jī)搜索對參數(shù)進(jìn)行優(yōu)化，比較二者的運(yùn)行時(shí)長和在測試集上的準(zhǔn)確率。（剩余9535字）