今日のチュートリアルでは、機械学習アルゴリズムを使って、Dogecoinとして知られている暗号通貨の将来の価格を予測します。
プログラミング言語としてPythonを使用します。
Dogecoinって何？
Dogecoin`は、暗号通貨への入門に役立つことを目指した、心地よいブランドイメージの暗号通貨です。
Dogecoinは「ジョーク」コインとしても知られ、オレゴン州のプログラマーであるBilly Markusによって提案されました。
彼は、Dogecoinのようなあまり深刻でないコインの方が、規模が小さくてもBitcoinより一般に受け入れられやすいと推論している。
|
1
2
3
4
5
6
7
|
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from seaborn import regression
sns.set()
plt.style.use('seaborn-whitegrid')
|
Dogecoinは、支払いや物の購入には使えるかもしれないが、価値を保持するのには向いていない。
これは、Dogecoinには採掘によって生成されるコインの数に寿命の制限がないため、本質的に極めてインフレになりやすいことが主な原因です。
1. モジュールのインポート
numpy、pandas、matplotlib、seabornなどの各種モジュールをインポートするとともに、プロットスタイルの設定、seabornプロットの設定も行います。
|
1
2
3
|
data = pd.read_csv("Dogecoin.csv")
print("Shape of Dataset is: ",data.shape,")
print(data.head())
|
2. データを調べる
モジュールをインポートしたので、ここからダウンロードできるデータセットを読み込みます。
このデータセットには、2.5k以上のデータポイントと7つの属性、つまり様々な日の始値と終値が含まれています。
|
1
2
3
4
5
6
7
|
data.dropna()plt.figure(figsize=(10, 4))
plt.title("DogeCoin Price INR")
plt.xlabel("Date")
plt.ylabel("Close")
plt.plot(data["Close"])
plt.show() |
|
1
2
3
4
5
6
7
8
|
from autots import AutoTS
model = AutoTS(forecast_length=10, frequency='infer', ensemble='simple', drop_data_older_than_periods=200)
model = model.fit(data, date_col='Date', value_col='Close', id_col=None)
prediction = model.predict()
forecast = prediction.forecast
print("DogeCoin Price Prediction")
print(forecast)
|
3. Dogecoinのデータを可視化する
MLモデルは、matplotlibライブラリを使ってデータセットを視覚化することなしには完成しません。
ここでは、Close属性とDate属性を折れ線グラフで可視化します。
4. 機械学習モデルの適用
MLモデルとして、Dogecoinデータセットでは、AutoTSモデルを使用し、プログラムにモデルをインポートします。
次に、AutoTSモデルオブジェクトを作成し、fit関数を使ってデータ点をモデルにフィットさせ、次にpredict関数を使ってすべてのデータ点の価格を予測します。
最後に、AutoTSモデルによって予測された価格を表示します。
目的を得るためのコードは以下の通りです。
まとめ
様々な日付のDogecoin価格を予測するためのコンセプトを理解し、実装を理解していただけたと思います。
それでは、Happy Coding!
もっと学びたいですか？以下のチュートリアルをご覧ください。
- Pythonを使った株価予測
- Python predict() function – All you need to know!
- Pythonで手書き文字認識
- PythonでPrecisionを計算する – 分類誤差の評価基準