Trénování jednoduchého regresního modelu
Teď se podíváme na větší počet společností. Vzpomínáš si, že máme historické hodnoty cen akcií pro mnoho společností? Zkusíme pomocí dat z několika z nich předpovědět cenu akcií jedné testovací společnosti. Tvým úkolem je předpovědět cenu akcií Apple na základě hodnot společností NVidia, Ebay a Yahoo. Každá z nich je uložena jako sloupec v DataFrame all_prices. Níže najdeš mapování názvů společností na názvy sloupců:
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
Tyto sloupce použijeme k definování vstupních a výstupních polí v našem modelu.
Toto cvičení je součástí kurzu
Machine Learning pro data časových řad v Pythonu
Pokyny k cvičení
- Vytvoř pole
Xaypomocí uvedených názvů sloupců. - Vstupní hodnoty mají pocházet ze společností "ebay", "nvidia" a "yahoo"
- Výstupní hodnoty mají pocházet ze společnosti "apple"
- Použij tato data k natrénování modelu a jeho vyhodnocení pomocí křížové validace.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from sklearn.linear_model import Ridge
from sklearn.model_selection import cross_val_score
# Use stock symbols to extract training data
X = all_prices[[____]]
y = all_prices[[____]]
# Fit and score the model with cross-validation
scores = cross_val_score(Ridge(), ____, ____, cv=3)
print(scores)