随机森林——回归预测股票数据的Python实例

在做项目时要用随机森林，查资料发现大多数都是用随机森林做分类，很少见到有回归的。虽然分类随机森林和回归随机森林代码实现相差不大，但是对于新手小白来说，如果有比较完整的代码直接学习可以节省很多时间，这是我写这篇文章的原因。

随机森林我就不介绍了，其他地方介绍一搜一大堆。

这篇文章关注的是如何用python实现回归随机森林。分为随机森林构建和随机森林预测两部分

 

 

 

 

随机森林构建——

• 随机森林主要的参数有树的棵树、特征的个数和树的最大深度，在mydata定义参数

• #自定义参数
  def mydata():
      trees=10 #CART回归树的个数
      n_features=6 #特征个数
      max_depth=20 #树的最大深度
      return trees,n_features,max_depth
  

   

• 读入数据，我用的股票数据是csv格式，将文件名和路径名分开写，方便有需要时将整个文件夹的文件逐个读出

#读入数据 这样路径和文件名分开写，方便以后将整个文件夹的数据导入进来。
def loadCsvDataSet(fileName='E:\\Anaconda3\\mydata\\data'):
    csv_path=os.path.join(fileName,"AMCX.csv")
    df=pd.read_csv(csv_path)
    #print(df.values)
    return df.values

 

 

• 把数据集划分为训练数据和测试数据。我这里以2018年10月1日为分界线，10月1日以前为训练数据，以后为测试数据。

  
  #把dataset划分成训练数据和测试数据
  def split_train_test_data(dataSet):
      #第五列是adj close
      #即DataSet中取出feature列的值大于value的行，赋值给mat0，
      X_train=dataSet[np.nonzero(dataSet[:,0]<'2018-10-01')[0],:]
      X_test=dataSet[np.nonzero(dataSet[:,0]>'2018-10-01')[0],:]
      y_train=X_train[:,5]
      y_test=X_test[:,5]
      return X_train,X_test,y_train,y_test
              

   

   

• 分裂数据集。把数据集分成两份

#把dataset划分成训练数据和测试数据
def split_tra