금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

130

2

부

지도 학습

models.append((‘LASSO’, Lasso()))

models.append((‘EN’, ElasticNet()))

models.append((‘KNN’, KNeighborsRegressor()))

models.append((‘CART’, DecisionTreeRegressor()))

models.append((‘SVR’, SVR()))

예제:

신경망 알고리즘

models.append((‘MLP’, MLPRegressor()))

예제:

앙상블 모델

# 부스팅 방법

models.append((‘ABR’, AdaBoostRegressor()))

models.append((‘GBR’, GradientBoostingRegressor()))

# 배깅 방법

models.append((‘RFR’, RandomForestRegressor()))

models.append((‘ETR’, ExtraTreesRegressor()))

모든 모델을 선택한 후에 모델마다 반복 수행한다. 첫째,

k

-겹 분석 후에 전체 훈련 및 테스

트 데이터셋에 모델을 실행한다.

모든 알고리즘은 기본 튜닝 매개변수를 사용한다. 각각의 알고리즘에 대해 평가 메트릭의

평균과 표준편차를 계산하고, 차후 모델 평가를 위해 결괏값을 모은다.

names = []

kfold_results ...