自然语言学习——使用FastText用每日新闻预测金融市场变化

本文主要讲述了通过FastText的分类方法，根据每日新闻来预测金融市场。

数据集：Combined_News_DJIA.csv

读入数据集：

数据集主要分为三个部分：Date（日期），Label（0：股票下跌；1：股票上涨），Top0-25（新闻内容）

一、拆分出训练集和测试集

由于只有这一个数据集，需要对上面这个数据集拆分出训练集和测试集。代码如下：

将2015-01-01（不包含）之前的数据作为训练集，将2015-01-01（包含）之后的数据作为测试集

二、对数据集预处理

1.将每日新闻存放在数组内

在拆分好数据集后，需要对这些数据集预处理成方便训练模型的数据集，代码如下：

其中每条语句都有注释方便理解。上述代码主要获得五个东西：

X_train：一维数组，[a,b,c...,d,e,f]，a表示训练集中第一天中所有25条新闻合并一起，用空格隔开。

X_test：一维数组，[a,b,c...,d,e,f]，a表示测试集中第一天中所有25条新闻合并一起，用空格隔开。

y_train：一维数组，[0,1,0...,1,0,0]，由0,1组成，对应训练集中每一条股票的涨跌。