股票预测机器学习模型运行输出含警告问题求助

你的代码里的两个警告都是因为直接把多维数组/单元素Series转成标量的方式已经被弃用，以下是具体原因和修复方案：

警告原因分析 #

1. DeprecationWarning：model.predict()返回的是一维数组（哪怕只有一个预测值），直接用float()转换这种数组会触发警告，这种转换方式已不再被推荐。
2. FutureWarning：today_data["High"]是单元素的pandas Series，直接调用float()转换它会在未来版本的pandas中抛出TypeError，官方已弃用该用法。

修复后的完整代码 #

import yfinance as yf
from sklearn.linear_model import LinearRegression

start_date = "2000-01-01"
end_date = None
model = LinearRegression()
tickers = ("AMZN","AAPL","TSLA")

for stock_symbol in tickers:
    stock_data = yf.download(tickers=stock_symbol, start=start_date, end=end_date, interval="1d")
    model.fit(stock_data[['Open', 'Low', 'Close', 'Volume']], stock_data['High'])

    today_data = yf.download(stock_symbol, period="1d", interval="1d")
    today_features = today_data[['Open', 'Low', 'Close', 'Volume']]
    predicted_high_tomorrow = model.predict(today_features)

    # 修复警告：用.item()获取数组/Series的标量值，替代直接float()转换
    predicted_scalar = predicted_high_tomorrow.item()
    today_high_scalar = today_data["High"].item()

    if predicted_scalar > today_high_scalar:
        status = "BUY"
    else:
        status = "SELL"

    print(f"{stock_symbol}  {today_high_scalar}    {predicted_scalar}   {status}")

关键修改点 #

• 对于模型预测的数组predicted_high_tomorrow，用.item()提取唯一标量值，这是numpy数组获取单元素的推荐方式。
• 对于单元素Seriestoday_data["High"]，同样用.item()获取标量值，这也是pandas官方推荐的安全写法，避免了版本兼容性问题。

补充：你也可以用predicted_high_tomorrow[0]和today_data["High"].iloc[0]实现同样效果，但.item()会确保数据是单元素，否则抛出ValueError，安全性更高。

内容的提问来源于stack exchange，提问作者SplooshM