本文将以股票交易作为示例。我们用 AI 模型预测股票第二天是涨还是跌。在此背景下，比较了分类算法 XGBoost、随机森林和逻辑分类器。文章的另外一个重点是数据准备。我们必须如何转换数据以便模型可以处理它。
在本文中，我们将遵循 CRISP-DM 流程模型，以便我们采用结构化方法来解决业务案例。CRISP-DM 特别适用于潜在分析，通常在行业中用于构建数据科学项目。
另外就是我们将使用 Python 包 openbb。这个包以包含了一些来自金融部门的数据源，我们可以方便的使用它。
完整文章：
https://avoid.overfit.cn/post/57a12ff0cf964fbebf1b27bc72fb2bbb
标签：DM,CRISP,模型,分类,序列,转换,我们 From： https://www.cnblogs.com/deephub/p/17363908.html