如何在python中减少模型中的“噪音”？

Question

我希望减少股票预测模型的波动性。这样做的目的是能够专注于趋势而不是精确的猜测

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：

• 正如@Juan C所述，您可以计算移动平均线
• 或者，可以选择较少的采样，然后使用样条曲线插值来平滑曲线 如下文所述： https://www.kite.com/python/answers/how-to-plot-a-smooth-line-with-matplotlib-in-python

Answer 2

使用standardscaler或minmaxscaler规范化数据。此外，如果有nan值，请使用插值平滑数据。研究预处理你的数据。如果你需要帮助，请告诉我

请参见（https://github.com/dnishimoto/python-deep-learning/blob/master/College%20Graduate%20Admission%20SVC.ipynb）我使用scaler规范化管道中的数据