パンダの予測アルゴリズムを理解することができません

Question

機械学習には新しく、パンダ、クアンダルを使ってデータセットを分析するコードを実行しています。コードは正常に実行されていますが、出力も表示されますが、その2行のコードは、私は関数ceil 0.1の使用が何であるかを理解することができません、彼らが-forecast_out使用している理由は、なぜこのコードは、シフト機能を使用している？1

import pandas as pd 
import quandl 
import math 

df = quandl.get('WIKI/GOOGL') 
df = df[['Adj. Open','Adj. High','Adj. Low','Adj. Close','Adj. Volume',]] 
df['HL_PCT'] = (df['Adj. High'] - df['Adj. Close'])/ df['Adj. Close']*100.0 
df['PCT_change'] = (df['Adj. Close'] - df['Adj. Open'])/df['Adj. Open'] * 
100.0 



df = df[['Adj. Close','HL_PCT','PCT_change','Adj. Volume']] 

forecast_col = 'Adj. Close' 
#filling the NAN datas 
df.fillna(-99999,inplace=True) 
// this line i am unable to understand 
forecast_out = int(math.ceil(0.02*len(df))) 
// this line i am unable to understand 
df['label'] = df[forecast_col].shift(-forecast_out) 
df.dropna(inplace=True) 
print(df.head()) 

ことを掲示していますBeacause forecast_outはいくつかの異なる値を与えています。私たちはすでにNANポジションにデータを入力していますが、なぜNANを落とすのですか？助けてください

Answer 1

多くの場合、機械学習ではデータサンプルがあり、各サンプルには機能とラベルが付いていますscikit-learnとして）。あなたの場合、各サンプルはあなたのデータフレームの行です。予測する値はforecast_colです。株データを見ているので、将来起こることを予測する必要があります。現在起こっていることを「予測」することは意味がありません（ただ観察することができます）。 forecast_outの値は、任意の値です。この場合は、事前にどの程度まで「Adj。閉じる'。

shiftメソッドは、観測値を将来の予測値と整列させて予測します。このデータフレームを使用すると、scikit-learnを使って簡単にモデルに合わせることができます。

lr = sklearn.linear_model.LinearRegression() 
lr.fit(df[['HL_PCT','PCT_change','Adj. Volume']], df[forecast_col]) 

このモデルは、今からforecast_out日起こるために何が起こっているかについて、現在の観測値から予測を行います。