支持向量机Python 3.5.2

在搜索一些关于

SVM

的教程时，我在网上找到了以下代码，但是它产生了一个

奇怪的
图表。调试完代码后，我想知道原因是否在
日期
列表中，确切地说：

dates.append(int(row[0].split('-')[0]))

从我的角度来看，这是静态的（即2016年），或者如果有其他情况，尽管我没有看到代码中有任何异常

编辑

此推论来自以下语法：

plt.scatter(dates, prices, color ='black', label ='Data'); 
plt.show()

屈服于垂直线，事实上

dates.append(int(row[0].split('-')[0]))

如链接中所述，也反映在代码中，假定将每个日期
YYYY-MM-DD
转换为不同的整数值

编辑（2）

替换
dates.append（md.datestr2num（第[0]行））

dates.append（int（行[0].split（'-'）[0]））
在函数
get_data（文件名）
中有帮助


提前感谢
获取数据
创建两个列表，
日期
和
价格

np.array（日期）
和
np.array（价格）
产生了什么？形状和数据类型？由于您的绘图只显示一个日期，我们需要查看该数组的值范围

我编辑了您的问题，试图使函数定义正确。确保我做对了

csv
中的日期列是什么样子的

看起来您的
日期
解析执行以下操作：

In [25]: txt = '2016-02-20'

In [26]: txt.split('-')
Out[26]: ['2016', '02', '20']

In [27]: int(txt.split('-')[0])
Out[27]: 2016

所以你只是在抢夺这一年。这就解释了垂直散点图

In [29]: 0.010+2.01599e3
Out[29]: 2016.0

我认为这将是一个更好的日期转换-转换为
np.datetime64
dtype

In [28]: np.array([txt], dtype='datetime64[D]')
Out[28]: array(['2016-02-20'], dtype='datetime64[D]')

我一直在使用大量示例（Siraj、Chaitjo、Jaihad和其他）中的SVM代码，发现日期需要采用DD-MM-YYYY格式…因此使用的数据是日期…而不是年日期（如dark.vapor所述）

数据只能保存30天……如本代码段所示：

预测价格（日期、价格、29）

否则，使用具有多个月的数据文件（具有重复的天数…例如1月15日和2月15日）…我可以在每天绘制多个价格，而不是每天只绘制一天的价格

Edit2：我尝试改变数据集，发现数据行可以超过29…只要日期只是一个整数序列。我走了85天（行）…他们都在策划。所以我有点困惑，在上面的预测代码中“29”是做什么的

如果能够在几个月内使用更大的数据文件，并选择我想要测试的日期范围，那将是一件很好的事情……但现在这超出了我的编码技能

我只是一个新手编码器，所以我希望这是准确的，因为这似乎对我使用DD-MM-YYYY格式工作很好，给了我一个很好的清晰的情节

希望这有帮助，
罗伯特

编辑：我刚刚找到一篇描述此代码的好文章…它确认了使用DD-MM-YYYY格式的“day”解析


dates.append（int（第[0]行）。拆分（'-'）[0]））
“获取一个月中的日期，该日期位于索引零处，因为日期的格式为[date]-[month]-[year]。”
有什么奇怪的？你正试图从…中预测一些数字（价格）。。。一个数字2016，所以什么也做不了。这样的数据根本没有意义。
奇怪的是，在过去的
30天里，你有3种不同的模型试图预测价格，其中一种以垂直线结束。@lejlot:
plt.scatter（日期、价格、颜色='黑色'，标签='数据'）；plt.show（）
实际产生垂直线。正如在文章中提到的，这件事可能来自
dates.append（int（行[0].split（'-'）[0]）
。事实上，每个单独的日期
YYYY-MM-DD
转换为静态年份
yyy，
，而不是每个不同日期的不同
整型值可能是原因。不知何故，我缺少的是为什么从语法
.split（'-'）
中删除'-'似乎不起作用。请将这些额外信息添加到您的问题中。用评论格式很难读出来。@hpaulj：我已经相应地编辑了这篇文章。如前所述，在我看来问题来自
.split（'-'）
函数。为了说明我的观点，csv中的所有日期（如2016-12-28，…2016-12-30）都转换为2016年。感谢您确认我的想法。因此，我将更新
获取数据（文件名）
。
In [28]: np.array([txt], dtype='datetime64[D]')
Out[28]: array(['2016-02-20'], dtype='datetime64[D]')