我是数据挖掘新手，我只是想知道哪种特征选择最简单且最适合时间序列数据。 由于我的项目是股票市场预测...这些是以下可用参数，我必须选择最好的 5 个特征来构建我的模型。任何人都可以帮助我使用哪一个以及如何做.. 可用的功能有 代码、系列、日期、前收盘价、开盘价、最高价、最低价、最新价、收盘价、平均价、总交易量、成交量(LAS)、可交割数量、交割数量与交易数量的百分比
您可以在此链接中看到这些功能
click on it to see the data in nse website to know how data represents
最佳答案
在这里，我不会做你的家庭作业来选择功能(属性)，但我可以帮助你，以便你也可以选择功能:-
您可以使用Minimum-redundancy-maximum-relevance .
通过选择重复性较低且与输出具有较高相关性的特征来实现。您必须通过 Google 搜索来获取有关 mRMR 算法的更多信息。
关于machine-learning - 股票市场等时间序列数据的特征选择，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23103551/