Also ich versuche, Daten über die Aktien, die engen Preis und gleitenden Durchschnitte 50, 100, 200. Ich habe eine andere Array, die dann das Etikett ist, das kaufen oder verkaufen ist. Es wurde zusammen mit allen anderen Arrays auf einem Datenrahmen ausgearbeitet. Aber das Problem ist, wenn ich versuche, die classifer zu trainieren, es gibt mir eine Fehlermeldung:3D-Array-Fehler in Sklearn
ValueError: Found array with dim 3. Estimator expected <= 2.
When I concatenate the array, it gives me an error, ValueError: Unknown label type: array([[7.87401353,]])
mit mehr Werte in es Dies ist mein Code:
from sklearn import tree
import pandas as pd
import pandas_datareader.data as web
import numpy as np
df = web.DataReader('goog', 'yahoo', start='2012-5-1', end='2016-5-20')
close_price = df[['Close']]
ma_50 = (pd.rolling_mean(close_price, window=50))
ma_100 = (pd.rolling_mean(close_price, window=100))
ma_200 = (pd.rolling_mean(close_price, window=200))
#adding buys and sell based on the values
df['B/S']= (df['Close'].diff() < 0).astype(int)
close_buy = df[['Close']+['B/S']]
closing = df[['Close']].as_matrix()
buy_sell = df[['B/S']]
close_buy = pd.DataFrame.dropna(close_buy, 0, 'any')
ma_50 = pd.DataFrame.dropna(ma_50, 0, 'any')
ma_100 = pd.DataFrame.dropna(ma_100, 0, 'any')
ma_200 = pd.DataFrame.dropna(ma_200, 0, 'any')
close_buy = (df.loc['2013-02-15':'2016-05-21']).as_matrix()
ma_50 = (df.loc['2013-02-15':'2016-05-21']).as_matrix()
ma_100 = (df.loc['2013-02-15':'2016-05-21']).as_matrix()
ma_200 = (df.loc['2013-02-15':'2016-05-21']).as_matrix()
buy_sell = (df.loc['2013-02-15':'2016-05-21']).as_matrix() # Fixed
list(close_buy)
clf = tree.DecisionTreeClassifier()
X = list([close_buy,ma_50,ma_100,ma_200])
y = [buy_sell]
Mögliche Duplikat von [Sklearn Fehler, Array mit 4 dim. Estimator <= 2] (http://stackoverflow.com/questions/37361116/sklearn-error-array-with-4-dim-estimator-2) – piRSquared