文件名称：Predicting-Future-Oil-Prices-:使用python建立模型并比较研究不同模型及其产生的性能
文件大小：163KB
文件格式：ZIP
更新时间：2024-06-06 14:34:43
Python
原油和石油产品现货价格的数据分析 使用python建立模型并比较研究不同模型及其产生的性能 初步分析的见解 每桶原油价格在2004年至2009年期间大幅上涨，随后在2015年再次下跌，创下了近十年来的最低水平 月度趋势显示，原油价格在4月至8月期间飙升最高，其中5月是最昂贵的 从美国墨西哥湾沿岸地区（德克萨斯州）带往纽约的柴油燃料价格上涨 与其他石油产品相比，取暖油和丙烷的价格变化仍然不那么显着 Blended Crude Stream（Brent）的现货价格始终位于美国基准油价的低端。 预测模型和评估标准 楷模 R平方 均方误差 解释方差 平均绝对误差 中位数绝对误差 随机森林回归 0.981409534225 18.0940824985 0.981454612847 2.73066328947 1.70786 决策树回归器 0.918915639339 78.9193304
【文件预览】：
Predicting-Future-Oil-Prices--master
----CrudeOilYearlyDist.png(65KB)
----fitbit.py(8KB)
----README.md(2KB)
----output_year.xlsx(55KB)
----CrudeOilMonthDist.png(46KB)
----testResults.csv(193B)
----output_m.xlsx(49KB)