파이썬_주식데이터를 활용한 회귀 신경망 스터디 4. 회귀 신경망 응용편
회귀 신경망 스터디의 마지막 글입니다.앞에서 배운 크롤링 + 회귀 신경망을 활용하여 주식 데이터를 가져와서 예측해보는 실습을 하도록하겠습니다.이전 글에서 작성한 코드들을 활용하여 진행하도록 하겠습니다. 1. 주식 데이터를 크롤링하고 분서에 적합한 형태로 변환하기 파이썬_주식데이터를 활용한 회귀 신경망 스터디 2.회귀분석실습(http://cromboltz.tistory.com/22?category=626018) 위의 글에서 3.3까지 진행한 결과를 활용하여 진행하도록 하겠습니다.제대로 따라오셨다면 데이터는 이렇게 되어 있을 것입니다. x(입력 데이터)와 y(예측 데이터)를 결정해줘야합니다.이전 글을 보니 변동폭으로 거래량을 예측했었군요.이번에도 똑같이 진행하도록 하겠습니다. 정규화하기입력 데이터와 예측 데..
파이썬_주식데이터를 활용한 회귀 신경망 스터디 3.회귀 신경망 코드
이번에는 회귀 모델을 신경망으로 만들어서 분석하는 실습을 진행하도록 하겠습니다. 먼저 회귀 모델을 신경망으로 만드는 이유에 대해 예를 들어 말씀드리도록 하겠습니다. 신경망으로 만드는 이유는 우리가 가지고 있는 표본들을 활용하여 만든 예측 모델을 일반화시키기 위함입니다. 우리가 남자 100명의 키와 몸무게에 대한 정보를 가지고 있다고 가정해봅시다. 이 100명의 정보를 활용하여 키로 몸무게를 예측하는 예측 모델을 만들었을 때, 이 모델은 모델을 만들 때 활용된 100명에 대한 예측 정확도는 아주 높을 것입니다. 하지만 전 세계 인구는 70억명.. 남자가 반이라고 예상해도 35억명입니다. 100명이 35억명을 대표할 수가 없습니다. 현실에 100명으로 만든 예측 모델을 적용하는 것은 마치 한 초등학교 1학년..
파이썬_주식데이터를 활용한 회귀 신경망 스터디 2.회귀분석실습
파이썬으로 회귀 분석을 수행하는 방법은 3가지가 있습니다. 1. 회귀식을 직접 코드로 작성하기2. sklearn 라이브러리 사용하기3. statsmodels 라이브러리 사용하기 회귀식은 매우 단순한 편이기 때문에 직접 데이터의 패턴을 분석하는 코드로 짜는 것도 어렵지 않습니다만,이미 만들어져 있는 라이브러리를 사용하는게 편리하며, 작성한 코드를 검증하는 시간도 줄어드는 이점이 있어라이브러리를 사용하여 예측할 것을 권유드립니다. 본 글에서는 3. statsmodels 라이브러리를 사용하여 회귀분석을 수행해보도록 하겠습니다. 분석순서는 다음과 같습니다. 1. 라이브러리 호출 2. 데이터 불러오기3. 데이터 전처리4. 상관 분석 수행5. 회귀 분석 수행 1. 라이브러리 호출사용할 라이브러리를 호출합니다.사용할..