为什么 SVR 预测有些价值答案

【问题标题】：Why SVR prediction some value为什么 SVR 预测有些价值
【发布时间】：2018-11-04 09:10:35
【问题描述】：

我正在尝试使用 python 通过 SVR 预测股票价格。下面给出的是我使用的代码，

import pandas as pd
import numpy as np
from sklearn.svm import SVR

train= pd.read_csv("ntrain1.csv")
X_train = train.drop("Close Now",1)
Y_train = train["Close Now"]

clf = SVR(kernel= 'rbf', C=100000, gamma=0.2, epsilon = 0.1)
clf.fit(X_train, Y_train)

test= pd.read_csv("ntestbri.csv")
X_test = test.drop("Close Now",1)
Y_test = test["Close Now"]

y_prediksi = clf.predict(X_test)
y_prediksi_series = pd.Series(y_prediksi)
y_prediksi= pd.DataFrame()
y_prediksi["y_prediksi"] = y_prediksi_series
y_prediksi.to_csv("npredksibri3.csv")
rmse = np.sqrt( mean_squared_error( Y_test, y_prediksi ) )
rmse

这段代码的问题是生成一个预测值相同的4436.021668和预测结果对应的RMSE值。我该如何解决这个问题？

【问题讨论】：

请解释清楚你想做什么？您想生成类似于 Y_test 的结果吗？还是希望误差比现在低？ 4436.021668 是什么？是RMSE吗？还是其中一个样本的预测值？
你能上传你的数据吗？
我想要得到的预测结果不是相同的结果和小的rmse值
和 4436.021668 预测值
和 4436.021668 预测值

标签： python-3.x scikit-learn regression svm prediction

【解决方案1】：

@maulita - 不确定具体问题是什么，但如果您希望改进预测器，最佳做法是在训练集上进行训练测试拆分。这使您可以在加载测试数据集之前评估预测的质量并校准预测器。希望对您有所帮助 - Sandeep

【讨论】：

如何拆分测试数据拆分有相关的github吗？ @sandeepmohan