0
동일한 훈련 및 테스트 데이터 세트에 대해 KNN의 정확도는 0.53이며, RandomForest 및 AdaBoost의 정확도는 1입니다. 아무도 도와 줄 수 있습니까?sklearn randomforest 정확도
코드 :
## prepare data
begin_date='20140101'
end_date='20160908'
stock_code='000001' #平安银行
data=ts.get_hist_data(stock_code,start=begin_date,end=end_date)
close=data.loc[:,'close']
df=data[:-1]
diff=np.array(close[1:])-np.array(close[:-1])
label=1*(diff>=0)
df.loc[:,'diff']=diff
df.loc[:,'label']=label
#split dataset into trainging and test
df_train=df[df.index<'2016-07-08']
df_test=df[df.index>='2016-07-08']
x_train=df_train[df_train.columns[:-1]]
y_train=df_train['label']
x_test=df_test[df_test.columns[:-1]]
y_test=df_test['label']
##KNN
clf2 = neighbors.KNeighborsClassifier()
clf2.fit(x_train, y_train)
accuracy2 = clf2.score(x_test, y_test)
pred_knn=np.array(clf2.predict(x_test))
#RandomForest
clf3 = RandomForestClassifier(n_estimators=100,n_jobs=-1)
clf3.fit(x_train, y_train)
accuracy3 = clf3.score(x_test, y_test)
pred_rf=np.array(clf3.predict(x_test))
print accuracy1,accuracy2,accuracy3
다른 견적 도구입니다. 따라서 다른 정확도 점수를 얻는 것이 놀라운 일은 아닙니다. 귀하의 질문은 명확하지 않습니다. 당신은 당신의 우림이나 KNN의 정확성에 대해 걱정하고 있습니까? 다음과 같은 몇 가지 제안 사항이 도움이 될 수 있습니다. 모든 견적서 (http://scikit-learn.org/stable/modules/learning_curve.html#learning-curves)에 대한 학습 곡선을 계획하십시오. 단순히 데이터를 초과 적용 할 수 있습니다. 게다가 최상의 성능을 위해서는 모델의 하이퍼 파라미터를 조정해야합니다 (http://scikit-learn.org/stable/modules/grid_search.html). – MhFarahani
MhFarahani에 감사드립니다! 레이블이 기능 중 하나를 기반으로한다는 것을 알았습니다. 데이터 세트에서 삭제하는 것을 잊었습니다. 플롯에 대한 귀하의 제안은 모든 평가자와 과핑에 대한 학습 곡선은 초보자에게 여전히 도움이됩니다. –