基于动态调参KNN分类算法的股票涨跌预测模型分析 |
| |
引用本文: | 曹宇,鲁明旭.基于动态调参KNN分类算法的股票涨跌预测模型分析[J].微型电脑应用,2024(4):1-4. |
| |
作者姓名: | 曹宇 鲁明旭 |
| |
摘 要: | 预测股票涨跌是机器学习分类算法的重要应用场景之一,根据以往实践中的经验,不同种类的股票由于数据特征不同,所以需要用携带不同参数的KNN分类模型来预测。用基于交叉熵的损失函数据训练KNN模型,以此确定KNN模型关键参数的做法,在此基础上给出能根据不同股票数据动态调整KNN算法关键参数的预测股票涨跌的模型。实践表明,这个模型在预测数据特征不同的股票涨跌情况时,均能表现出较高的准确性。
|
关 键 词: | KNN 机器学习 股票预测模型 |
|
|