隨機森林模型參數(shù)尋優(yōu)算法比較分析

打開文本圖片集

摘要：隨機森林模型有多種參數(shù)尋優(yōu)算法，Python第三方庫scikit-learn給出了其中2種算法的具體實現(xiàn)，即網(wǎng)格搜索和隨機搜索。使用股票歷史交易數(shù)據(jù)集，根據(jù)當天的交易數(shù)據(jù)和技術(shù)指標預(yù)測未來一天的股票漲跌情況。首先，補充技術(shù)指標和分類標簽，對數(shù)據(jù)進行預(yù)處理；其次，將收盤價及10個技術(shù)指標視為特征變量，進行相關(guān)性分析，并在篩選之后對剩余的特征變量計算方差膨脹系數(shù)，最終保留5個特征變量；最后，對模型進行測試，使用網(wǎng)格搜索和隨機搜索對參數(shù)進行優(yōu)化，比較二者的運行時長和在測試集上的準確率。（剩余9535字）