我对随机森林回归有一个深刻的理解。目标是一个大学项目:我们要用R中的财务数据做随机森林回归分析,我已经读了很多小时的随机森林例子,它们大多是分类类型,比如预测股票价值是上升还是下降。万一退步,我就站在线上。我的想法如下:
如果我有如下结构的数据集:
Date | Open | High | Low | Close | Volume
...I可以添加一些技术仪器,如RSI、SMA等。
然后将数据集分解为训练和测试数据,执行随机森林过程,并对测试数据进行预测。但这真的是随机森林回归分析的目的吗?我猜一个“正确的”回归分析是比较两只股票,看看它们是否相关,根据另一只股票预测一只股票的价值--但在没有