인프런 커뮤니티 질문&답변
작성한 질문수
주가 예측 실제값 스무딩 관련 질문드립니다.
작성
·
332
0
안녕하세요!
강의를 수강하고 있는 학생입니다.
주가 예측 강의에서 2가지 질문사항이 있어서 문의드립니다.
7강 주가예측 - LSTM과 GRU 강의에서
2분 이후에 GRU 결과 그래프를 보시면서 설명해주시는 부분중에서
쉬프트 현상을 해결하기 위해서 실제값을 스무딩 처리해준다고 하셨는데, 실제값을 스무딩하는 방법은 어떤 방식을 사용하는 걸까요?
구글링을 해봤지만 잘 찾지 못했습니다.
혹시 참고할만한 자료나 링크가 있다면 공유해주실 수 있을까요?
아니면 15장 과적합에서 알려주신 레이블 스무딩을 응용해서 해야할까요?
다음으로는 쉬프트 현상을 완화하는 방법으로는 1일치만 계산하는게 아니라 3일치 4일치로 벡터를 늘려서 학습을 시킨다고 하셨는데,
이 부분은 seq_data함수를 정의하면서 시퀀스 길이를 정의할때 조정하면 될까요?
예를들어 위의 코드중에서
y_seq.append(y[i+sequence_length])를
-> y_seq.append(y[i+sequence_length:i+sequence_lenghth+3]) 과 같은 식으로
y데이터도 1일이 아닌 2일 데이터가 들어오게 하면 될지 문의드립니다.
감사합니다!
퀴즈
신경망 학습 과정에서 역전파(backpropagation)의 주요 목적은 무엇인가요?
입력 데이터를 다음 층으로 전달하기 위해
손실 함수 기울기를 계산하여 가중치 업데이트에 사용하기 위해
모델 예측값을 최종 출력으로 변환하기 위해
모델 성능 평가 지표를 계산하기 위해
답변 1
1
안녕하세요. haha583님!
주가 예측에 관심이 있으시군요 :)
테크닉적인 부분을 질문 주셨는데요.
1. 스무딩 테크닉으로 사용할 수 있는 것이 Savitzky-Golay filter, polynomial approximation, Gaussian process, FFT 등등이 있어요. 함수들은 sklearn, scipy 등에서 라이브러리가 대부분 있긴한데 어떻게 적용할지가 어렵기 때문에 고민을 해보셔야해요.
2. 네 맞습니다! 말씀해 주신대로 하시되 변경된 사이즈만큼 연관된 데이터들도 사이즈를 다 맞춰주셔야해요.
개인적인 견해는 주가 예측 성능을 높이려면 변수 선택/생성/배제/스케일링 등에 대한 피쳐 엔지니어링이 가장 우선적으로 되어야 한다고 생각해요 :)
열공하세요!
빠른 답변 감사드립니다!
궁굼했던 부분이 해결됬습니다.
말씀해주신 내용 찾아보고 공부해보겠습니다.
감사합니다 : )