kaggle金融資料的解決

如何設定x和y

拿股票來說，對於股票的眾多屬性都可以變成一個向量的形式。這個向量x = ( x1, x2, x3....xn) 注意，x1也是一個向量，這個向量是縱向的，有m個數值代表m個樣本。x每一個數據裡面不同的值，裡面的值就是取值，可以來自於不同時間，或者不同公司。y代表各種觸發狀態。

例如: X: [ Open, Prev Close, Big, Ask, Beta...] y: today's Close

三種經常用的模型

線性模型，決策樹和NNR。

決策樹優勢：非黑盒，輕鬆去除無關的屬性，測試速度快。但是隻能線性分割資料。

三個決策方式，複習一下，ID3,C4.5,CART。整合的方式有：bagging，random forest和boosting。

bagging：

boosting：原始tree，未完美，weight，reweight tree，加權。

random forest：booststrap, 有放回，隨機，樣本集合，迴歸樹；隨機，特徵；最大限度，不剪；分類，投票或者平均。

神經網路，之後介紹。

案例：

房價預測：

https://github.com/gaoyishu/kaggle_practice/ 直接在我的名字的github中有，歡迎大家指出不足。