Python SKLearn 训练测试数据答案

【问题标题】：Python SKLearn training test dataPython SKLearn 训练测试数据
【发布时间】：2019-06-04 12:16:18
【问题描述】：

这是我第一次研究机器学习。我有一个任务是从 Sklearn 对苹果股票收益运行逻辑和贝叶斯回归，并将其与线性回归 + 张量流进行比较。我不确定我是否正确理解在运行逻辑回归之前我必须训练我的数据集。我试图这样做，我的数据看起来像：

Closing_Price   Daily_Returns   Daily_Returns_1 Daily_Returns_2 Daily_Returns_3 Daily_Returns_4 Daily_Returns_5
Date                            
1980-12-22  0.53    0.058269    0.040822    0.042560    0.021979    -0.085158   -0.040005
1980-12-23  0.55    0.037041    0.058269    0.040822    0.042560    0.021979    -0.085158
1980-12-24  0.58    0.053110    0.037041    0.058269    0.040822    0.042560    0.021979
1980-12-26  0.63    0.082692    0.053110    0.037041    0.058269    0.040822    0.042560
1980-12-29  0.64    0.015748    0.082692    0.053110    0.037041    0.058269    0.040822

当我跑步时

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size = 0.2)

我收到一个错误，NameError: name 'X' is not defined

非常感谢您的帮助。提前感谢您的宝贵时间。

【问题讨论】：

这正是错误所说的。您尚未定义要传递给 train_test_split 函数的变量 X。
@FlorianH 感谢我的朋友也明白这一点，在另一个站点上阅读了一个示例。人们提供教程并遗漏了一半以上的东西，甚至没有说他们遗漏了一半的东西。

标签： machine-learning scikit-learn jupyter-notebook training-data

【解决方案1】：

出于某种原因观看了很多 youtube 视频，他们错过了告诉你这一点。必须像这样定义 X 和 y：

X = apple['Closing_Price'].values.reshape(-1,1)

y = apple['Daily_Returns'].values.reshape(-1,1)

【讨论】：