[英]Stock prediction + news sentiment with SVM in R?
我想與R中的SVM一起預測股價和新聞情緒得分,以便了解新聞是否對股價及其預測產生影響。 我讀到支持向量機(svm)是解決此問題的一種很好的機器學習方法。 我有一欄代表股票和新聞的日期,一欄代表那一天的股票價格,四欄代表基於不同詞匯的情緒得分。 我想先用其中一種詞匯來測試,如果模型可行,再嘗試另一種。 數據集如下。 我找到了一些使用python的示例,但找不到R的東西。我喜歡使用e1071 package
的svm()
函數
我將數據分為訓練和測試集:
sample <- sample(nrow(sentGI),nrow(sentGI)*0.70)
df.trainGI = sentGI[sample,]
df.testGI = sentGI[-sample,]
我已經嘗試過此SVM代碼,但我的錯誤預測率是100
plot(df.trainGI$GSPC.Close, df.trainGI$SentimentGI, pch = 19, col = c("red", "blue"))
svm_model_GI <- svm(SentimentGI.Class ~ ., df.trainGI)
print(svm_model_GI)
plot(svm_model_GI, df.trainGI)
svm_pred_GI <- predict(svm_model_GI, newdata = df.testGI, type="response")
rmse <- sqrt(mean((svm_pred_GI - df.testGI$GSPC.Close)^2))
rmse
我在這里做錯了什么? 希望有人能幫助我!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.