需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:6632 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘 要:随着计算机与信息技术的飞速发展,数据获取和存储技术得到了大幅度的提升,然而,如何从大量的数据中提炼出有效的信息?数据挖掘技术就是在这个问题背景下诞生的,所以数据挖掘又可以称作数据中的知识发现即KDD,是运用统计学,机器学习,数据库理论等多方面学科知识来对数据进行提炼获取的多学科领域。本文利用数据挖掘中的最近邻(kNN,k-Nearest_Neighbors)法和支持向量机(Support Vector Machine)法,分别对股价数据进行分析建模和预测,并对所建立模型进行检验。结果表明,运用KNN法和SVM法对股票价格的涨跌趋势进行短期预测是可行的。 关键词:数据挖掘 KNN SVM 交易数据
目录 摘要 Abstract 一、绪论 1 二、国内外研究现状 2 三、理论模型 3 四、基于KNN和SVM法的股票价格预测实验 5 五、总结 11 参考文献 12 致谢 13 |