Logo video2dn
  • Сохранить видео с ютуба
  • Категории
    • Музыка
    • Кино и Анимация
    • Автомобили
    • Животные
    • Спорт
    • Путешествия
    • Игры
    • Люди и Блоги
    • Юмор
    • Развлечения
    • Новости и Политика
    • Howto и Стиль
    • Diy своими руками
    • Образование
    • Наука и Технологии
    • Некоммерческие Организации
  • О сайте

Скачать или смотреть 2025 01 08 數學測股 Python Stock Forecast : 推測明天收市價

  • RaceNStocks
  • 2025-01-07
  • 379
2025 01 08 數學測股 Python Stock Forecast : 推測明天收市價
  • ok logo

Скачать 2025 01 08 數學測股 Python Stock Forecast : 推測明天收市價 бесплатно в качестве 4к (2к / 1080p)

У нас вы можете скачать бесплатно 2025 01 08 數學測股 Python Stock Forecast : 推測明天收市價 или посмотреть видео с ютуба в максимальном доступном качестве.

Для скачивания выберите вариант из формы ниже:

  • Информация по загрузке:

Cкачать музыку 2025 01 08 數學測股 Python Stock Forecast : 推測明天收市價 бесплатно в формате MP3:

Если иконки загрузки не отобразились, ПОЖАЛУЙСТА, НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если у вас возникли трудности с загрузкой, пожалуйста, свяжитесь с нами по контактам, указанным в нижней части страницы.
Спасибо за использование сервиса video2dn.com

Описание к видео 2025 01 08 數學測股 Python Stock Forecast : 推測明天收市價

#python
#linearregression
#股市預測
#stock forecast

free codes:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
import yfinance as yf
ticker = '0883.HK'
data = yf.download(ticker, start='2020-01-01')
data['SMA_20'] = data['Close'].rolling(window=20).mean()
data['SMA_50'] = data['Close'].rolling(window=50).mean()
data.dropna(inplace=True)
print(data.head())
X = data[['Open', 'High', 'Low', 'Volume', 'SMA_20', 'SMA_50']]
y = data['Close'].shift(-1).dropna()
X=X[:-1]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
model = LinearRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f'Mean Squared Error: {mse}')
print(f'R-squared: {r2}')

future_predictions = model.predict(X.tail(1))
print(future_predictions)

Комментарии

Информация по комментариям в разработке

Похожие видео

  • О нас
  • Контакты
  • Отказ от ответственности - Disclaimer
  • Условия использования сайта - TOS
  • Политика конфиденциальности

video2dn Copyright © 2023 - 2025

Контакты для правообладателей [email protected]