FXを機械学習!〜重回帰分析〜
こんにちは!
前回はFXデータの単回帰分析を行いました。
今回は重回帰分析を行なっていきたいと思います。
単回帰分析と違うところは、説明変数が複数あるところです。
単回帰分析では、
目的変数 円/ドル
説明変数 先月の円/ドル
としましたが、
今回の重回帰分析では、
目的変数 円/ドル
説明変数 円/ドル、円/ユーロ
としました。
CSVから読み込んだデータがこちら
これを3次元グラフに表すと、
わりと直線状に分布しているのがわかりますね。
ここで重回帰分析を行なっていきます。
単回帰分析では直線で予測グラフが表されましたが、重回帰分析では平面(または超平面)で予測グラフが表されます。
今回は説明変数2つでの重回帰分析なので、
という式で表されます。
x1は先月の円/ドル、x2は先月の円/ユーロです。
w0,w1,w2は学習された重みです。
学習の結果、
となりました。
グラフ化すると、
アングルの問題で平面に見えづらいですが、きれいにデータにそったグラフが描かれているのがわかります(オレンジが平面)。
また、予測精度であるMSEは
となり、単回帰分析の時より精度が上がっているのがわかります。