نوشته شده در شنبه 13 آبان 1402
بازدید : 244
نویسنده : test
Residual sum of squares: 376.88 Variance score: 0.91
نوشته شده در شنبه 13 آبان 1402
بازدید : 135
نویسنده : test
features = [ df2 [ 'close' ], df2 [ 'rsi' ], df2 [ 'sma' ], df2 [ 'ema' ], df2 [ 'macd' ], df2 [ 'vloum' ]]
نوشته شده در شنبه 13 آبان 1402
بازدید : 133
نویسنده : test
# در ورودی مقادیر ویژگیها را قرار دهید features = [close_value, rsi_value, sma_value, ema_value, macd_value, volume_value]
# پیشبینی مقدار nextPr با استفاده از مدل regr predicted_nextPr = regr.predict([features])
print("پیشبینی مقدار nextPr:", predicted_nextPr[0])
نوشته شده در شنبه 13 آبان 1402
بازدید : 144
نویسنده : test
y_hat = regr . predict ( test [[ 'close' , 'RSI' , 'SMA' , 'EMA' , 'MACD' , 'vloum' ]])
x = np . asanyarray ( test [[ 'close' , 'RSI' , 'SMA' , 'EMA' , 'MACD' , 'vloum' ]])
y = np . asanyarray ( test [[ 'nextPr' ]])
print ( "Residual sum of squares: %.2f "
% np . mean (( y_hat - y ) ** 2 ))
# Explained variance score: 1 is perfect prediction
print ( 'Variance score: %.2f ' % regr . score ( x , y ))
نوشته شده در شنبه 13 آبان 1402
بازدید : 135
نویسنده : test
last_row = df1.iloc[- 1 , :].copy() df2 = pd.DataFrame([last_row])