Погружаемся в машинное обучение

Телеграм-чат интенсива - https://t.me/+mr6LM0ADOG0xMDJi

Спасибо!

в Телеграм-чате опубликуем

Как получить код который вы писали?

сумма таки равна 1.0

TypeError: The DType <class 'numpy.dtype[datetime64]'> could not be promoted by <class 'numpy.dtype[float64]'>. This means that no common DType exists for the given inputs. For example they cannot be stored in a single array unless the dtype is `object`. The full list of DTypes is: (<class 'numpy.dtype[datetime64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[float64]'>, <class 'numpy.dtype[int64]'>, <class 'numpy.dtype[int64]'>, <class 'numpy.dtype[int64]'>)

/usr/local/lib/python3.8/dist-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, estimator) 663 664 if all(isinstance(dtype, np.dtype) for dtype in dtypes_orig): --> 665 dtype_orig = np.result_type(*dtypes_orig) 666 667 if dtype_numeric: <__array_function__ internals> in result_type(*args, **kwargs)

ьыстрее разорит

разорит такая модель

ValueError Traceback (most recent call last) <ipython-input-89-7c04f9a1dd56> in <module> 1 from sklearn.linear_model import LinearRegression 2 model = LinearRegression() # Создаем модель ----> 3 model.fit(X_train, y_train) # Обучаем 4 y_pred = model.predict(X_test) # Экзаменуем 4 frames /usr/local/lib/python3.8/dist-packages/sklearn/utils/validation.py in _assert_all_finite(X, allow_nan, msg_dtype) 112 ): 113 type_err = "infinity" if allow_nan else "NaN, infinity" --> 114 raise ValueError( 115 msg_err.format( 116 type_err, msg_dtype if msg_dtype is not None else X.dtype ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

TypeError Traceback (most recent call last) <ipython-input-41-6b629c1408fb> in <module> 1 from sklearn.linear_model import LinearRegression 2 model = LinearRegression() ----> 3 model.fit(X_train,y_train) #Обучаем 4 y_pred = model.predict(X_test)

даже в этом случае обучитсч по разному

Почему числа с вашими не совпадают?

потому, что ошибка в 10 от цены в 100 и от цены в 1000 это разные ошибки

там бы ещё на текущую цену поделить

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html

у последнего target == NaN?

удобно но матимтически не верно

а нельзя bitcoin = bitcoin.drop("symbol", axis=1, inPlace = False) ?

кдалить

и первый 14 строк

Можно ли найти фрактал? т.е. проверить, является ли максимальное или минимальное значение максимальным или минимальным за какой то период, например, 10 свечек в плюс и вминус

спасибо

потому что нет -7 дня от 0

Телеграм-чат интенсива - https://t.me/+mr6LM0ADOG0xMDJi

на сайте finam

(bitcoin.open - bitcoin.close).plot() странный график)

Почемуу меня ыаил btcusd сказалсяв формате xlsxа не csv?

?

1,5 с двойным слешем =1

// - целочисленное деление

остаток

что двойной слэш откидывает еще раз?

Появились холдеры, кто-то торгует например на 1000 usd в день, объем в баксах тот же, а вот в битке меньше чем он дороже

дни

потому что биток сильно подорррожал

Хз может потому что биток доражает