如何在 python 的模型中减少 "Noise"？

Question

我希望降低股票预测模型图的波动性。这个想法是能够专注于趋势而不是准确的猜测。

Example Output Here

from matplotlib import pyplot as plt
plt.figure()
plt.plot(y_pred_org)     # real price over time
plt.plot(y_test_t_org)   # predicted price over time
plt.title('Prediction vs Real Stock Price')
plt.ylabel('Price')
plt.xlabel('Days')
plt.legend(['Prediction', 'Real'], loc='upper left')
plt.show()

Answer 1

您有多种选择：

如@Juan C 所述，您可以计算移动平均线。
或者您可以 select 更少的样本，然后使用样条插值来平滑曲线如此处所述： https://www.kite.com/python/answers/how-to-plot-a-smooth-line-with-matplotlib-in-python

Answer 2

使用 standardscaler 或 minmaxscaler 规范化您的数据。此外，如果您有 nan 值，请使用插值来平滑数据。研究预处理您的数据。如果您需要帮助，请告诉我

看(https://github.com/dnishimoto/python-deep-learning/blob/master/College%20Graduate%20Admission%20SVC.ipynb)我用scaler对pipeline中的数据进行归一化

如何在 python 的模型中减少 "Noise"？

How do I reduce "Noise" within a model in python?

python

matplotlib

machine-learning

noise-reduction