img 1

توضیحات در مورد پروژه

این کد برای پیش‌بینی قیمت سهام با استفاده از مدل SVR (ماشین بردار پشتیبان) به کار می‌رود. داده‌های تصادفی قیمت بر اساس روز تولید می‌شوند، سپس داده‌ها به دو بخش آموزشی و آزمایشی تقسیم شده و با مقیاس‌بندی نرمال‌سازی می‌شوند. مدل SVR با هسته خطی آموزش داده شده و پیش‌بینی قیمت برای داده‌های آموزشی، آزمایشی و ۱۰ روز آینده انجام می‌شود. در نهایت، خطای پیش‌بینی (MSE) محاسبه و نتایج به‌صورت گرافیکی نمایش داده می‌شوند.

ابزارها و کتابخانه‌های استفاده‌شده:

  • pandas: داده‌ها را از فایل CSV بارگذاری کرده و پیش‌پردازش می‌کند (مثل حذف داده‌های گمشده یا one-hot encoding).
  • numpy: برای محاسبات عددی و تبدیل داده‌ها به آرایه‌های مناسب برای مدل‌سازی استفاده می‌شود.
  • scikit-learn: یک کتابخانه پایتون است و برای حل مسائل یادگیری ماشین طراحی شده است.
  • matplotlib: نتایج (مثل توزیع داده‌ها یا پیش‌بینی‌ها) را با نمودار نمایش می‌دهد.
برای خرید و دریافت فایل پروژه به شماره 09108301182 در واتساپ پیام دهید