Proceso:
Paso 1: Copie este fragmento de código y péguelo en cualquier #IDE , >#MetaAI o #ChatGPT en línea/escritorio.
Fragmento de código:
importar pandas como pd
desde sklearn.ensemble importar RandomForestRegressor
desde sklearn.model_selection importar train_test_split
desde sklearn.metrics importar mean_absolute_error
# Cargar el archivo CSV
file_path = 'path_to_your_file.csv' # Reemplace con la ruta de su archivo
nombres_columna = [
'timestamp_start', 'abrir', 'alto', 'bajo', 'cerrar', 'volumen',
'timestamp_end', 'desconocido1', 'desconocido2', 'desconocido3', 'desconocido4', 'desconocido5', 'desconocido6'
]
# Cargue el archivo CSV con los nombres de columna correctos
notcoin_data = pd.read_csv(ruta_archivo, nombres=nombres_columna, skiprows=1)
# Convertir la marca de tiempo a un formato de fecha legible
notcoin_data['timestamp_start'] = pd.to_datetime(notcoin_data['timestamp_start'], unidad='ms')
notcoin_data['timestamp_end'] = pd.to_datetime(notcoin_data['timestamp_end'], unidad='ms')
# Preparar las características y la variable objetivo.
notcoin_data['next_close'] = notcoin_data['close'].shift(-1)
características = notcoin_data[['abrir', 'alto', 'bajo', 'cerrar', 'volumen']].iloc[:-1]
objetivo = notcoin_data['next_close'].iloc[:-1]
# Dividir los datos en conjuntos de entrenamiento y prueba.
X_train, X_test, y_train, y_test = train_test_split(características, objetivo, test_size=0.2, random_state=42)
# Entrenar el modelo de bosque aleatorio
modelo = RandomForestRegressor(n_estimadores=100, estado_aleatorio=42)
modelo.fit(X_train, y_train)
# Evaluar el modelo
predicciones = modelo.predict(X_test)
mae = mean_absolute_error(y_test, predicciones)
print(f"Error medio absoluto: {mae}").
Paso 2: Descargue el archivo CSV (.csv) de >#Binance para la criptomoneda cuyo próximo precio de cierre desea predecir.
Después de descargar el archivo .csv para la criptografía deseada, cargue este archivo en MetaAI/ChatGPT o establezca la ubicación/ruta para que el IDE acceda y utilice el archivo .csv.
Paso 3: Después de configurar el fragmento de código y el archivo .csv, simplemente ejecute el cuerpo del programa para obtener el siguiente precio de cierre.
Descargo de responsabilidad:
Los resultados de la predicción dependen de los datos del archivo .csv proporcionados.
La predicción puede tener una diferencia de 0,001 entre el precio de predicción y el precio real.
Siempre realice investigaciones y tenga en cuenta la volatilidad de las criptomonedas.
Esta publicación es completamente imparcial y no garantiza ningún resultado de predicción realizado por el programa.
Tenga cuidado con los peligros potenciales de las criptomonedas antes de tomar cualquier decisión de inversión.
¡Manténganse al tanto!
Déjame saber en la sección de comentarios si quieres contenido más relevante.
