没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
5页
参考了SKLearn官网上的示例Visualizing the stock market structure 结果如图: 安装MYSQL,创建数据库 sudo apt install mysql-server sudo mysql sudo打开mysql后创建名为ClusteringFutures的数据库,并创建和授权一般用户。Ctrl+c退出 CREATE DATABASE ClusteringFutures; USE ClusteringFutures; CREATE USER 'IVIVI_PLUS'@'localhost' IDENTIFIED BY '123456'; GRANT
资源推荐
资源详情
资源评论
Python+MYSQL+SKLearn对国内商品期货聚类对国内商品期货聚类
参考了参考了SKLearn官网上的示例官网上的示例Visualizing the stock market structure
结果如图:结果如图:
安装安装MYSQL,创建数据库,创建数据库
sudo apt install mysql-server
sudo mysql
sudo打开mysql后创建名为ClusteringFutures的数据库,并创建和授权一般用户。Ctrl+c退出
CREATE DATABASE ClusteringFutures;
USE ClusteringFutures;
CREATE USER 'IVIVI_PLUS'@'localhost' IDENTIFIED BY '123456';
GRANT ALL PRIVILEGES ON ClusteringFutures.* TO 'IVIVI_PLUS'@'localhost';
FLUSH PRIVILEGES;
验证以上操作,以一般用户进入数据库。
mysql -u IVIVI_PLUS -p ClusteringFutures
至此,MYSQL准备工作完成。
Python端端
基本流程:基本流程:
1、从新浪财经获取国内商品期货的日、从新浪财经获取国内商品期货的日K线数据。线数据。
2、数据导入、数据导入MYSQL
3、清洗数据、清洗数据
4、计算单日涨跌幅,作为聚类模型训练的输入、计算单日涨跌幅,作为聚类模型训练的输入
5、、SKLearn聚类聚类
6、、Matplotlib进行可视化进行可视化
import requests
import pymysql
import numpy as np
import matplotlib.pyplot as plt
资源评论
weixin_38562392
- 粉丝: 4
- 资源: 917
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功