study 3

Google Trends 데이터 요청 에러: 429

실행을 여러번 시도했더니, 어느 순간부 이러한 오류가 발생하면서 실행이 되지 않는 문제가 발생했다.찾아보니, 이 에러는 Pytrends 라이브러리를 사용하여 Google Trends 데이터를 요청하는 과정에서 발생한 에러이다. 구체적으로, 에러 메시지에서 나타난 429 상태 코드는 "Too Many Requests"를 의미하며, 이는 사용자가 너무 많은 요청을 짧은 시간 내에 보냈을 때 Google에서 차단한 결과이다.ip를 바꾸어서도 실행하고, 여러 방법으로 시도하거나, 시간을 좀 더 두고 실행해야 한다. 원인에는 세 가지 정도가 있다.요청 과다Google Trends API는 사용자가 특정 시간 내에 보낼 수 있는 요청 수에 제한을 두고 있다. 이 제한을 초과하면 Google은 429 응답을 반환하며..

study 2024.11.23

검색량을 이용한 주가예측

주차별로 최적의 하이퍼파라미터와 이를 적용한 예측 모델의 정확도를 보여주는 결과이다. 각 주차에서 하이퍼파라미터 튜닝을 통해 최적의 매개변수를 찾았으며, 이를 바탕으로 모델을 학습하고 정확도를 측정하였다.예를 들어, 4주 차에서는 예측 정확도가 0.9259로 높은 편이지만, 6주 차에서는 0.7222로 상대적으로 낮아지는 경향을 보였다. 그러나 이후 10주 차에서 예측 정확도가 1.0000으로 크게 향상된 것을 확인할 수 있다. 이는 학습 데이터와 튜닝 전략의 개선이 모델 성능에 긍정적인 영향을 미쳤음을 의미한다.이 데이터를 통해 모델이 주차별로 얼마나 잘 적응하고 있는지 확인할 수 있으며, 최적의 하이퍼파라미터 설정이 모델 성능에 미치는 영향을 구체적으로 평가할 수 있다.      2017년 1월부터의..

study 2024.11.20

lstm을 이용한 주가 예측

테슬라 주가 데이터를 이용해 LSTM(Long Short-Term Memory) 모델을 학습시키고, 이를 통해 주가를 예측하는 과정입니다.주가 데이터셋은 https://www.kaggle.com/datasets/varpit94/tesla-stock-data-updated-till-28jun2021을 사용했습니다. 1. 라이브러리 및 데이터 설정2. 파라미터 설정3. 데이터 준비4. 모델 정의 및 학습5. 모델 학습 함수 정의 및 학습 수행6. 모델 평가 및 예측7. 손실 및 예측값 시각화   1. 라이브러리 및 데이터 설정  2. 파라미터 설정  3. 데이터 준비  4. 모델 정의 및 학습  5. 모델 학습 함수 정의 및 학습 수행  6. 모델 평가 및 예측  7. 손실 및 예측값 시각화     초기 구..

study 2024.06.19