Python extracting Examples

Example #1

    dates, data = ft.readData(dailyfile, '1986-01-02', '2020-08-31')
    E = 6
    tau = 1
elif (mode == "monthly_data+"):  # weekly_data+
    print("===MONTHLY DATASET===")
    dates, data = ft.readData(dailyfile, '1986-01-02', '2020-08-31')
    E = 5
    tau = 1
'''
data preprocessing
'''

P = 1  # P days/weeks/months after
target_P = 4
gap = target_P - P
dataX, dataY, index, dateY = ft.extracting(tau, E, P, data, dates, mode)

test_ratio = 0.2
test_size = int(len(data) * test_ratio)
print("size of dataset:", len(data))
print("size of test dataset:", test_size)

# Train
trX = dataX[:-test_size]
trY = dataY[:-test_size]
trYdate = dateY[:-test_size]

# Test
teX = dataX[-test_size - gap:-gap]
teY = dataY[-test_size:]
teYdate = dateY[-test_size:]

Example #2

import GKFN
import ft

data = ft.readData()

# 선택된 E, tau 값을 이용하여 데이터를 재구성합니다.
E = 6
tau = 9
P = 1  # P는 몇일 뒤 값을 예측할 지 설정 해주는 parameter입니다. 예를 들어 하루 뒤 값을 예측하는 것이면 P = 1

# train set 및 test set을 구성합니다.
dataX, dataY = ft.extracting(tau, E, P, data)
trX = dataX[:-92]
teX = dataX[-92:]
trY = dataY[:-92]
teY = dataY[-92:]

# parameter를 설정하고 학습을 시킵니다.
alpha = 0.25
loop = 5
Kernel_Num = 150

GKFN.GKFN(trX, trY, teX, teY, alpha, loop, Kernel_Num)