LoslegenKostenlos loslegen

Ein-Schritt-Vorhersagen visualisieren

Jetzt, da du deine Vorhersagen für die Amazon-Aktie hast, solltest du sie plotten, um zu sehen, wie gut sie sind.

Du hast Vorhersagen über die letzten 30 verfügbaren Tage gemacht und dabei jeweils nur einen Tag im Voraus prognostiziert. Durch die Auswertung dieser Vorhersagen kannst du beurteilen, wie gut das Modell Vorhersagen für den nächsten Tag macht, dessen Wert du noch nicht kennst.

Die DataFrames lower_limits, upper_limits und amazon sowie deine mittlere Vorhersage mean_forecast, die du in der letzten Übung erstellt hast, stehen dir in deiner Umgebung zur Verfügung.

Diese Übung ist Teil des Kurses

ARIMA-Modelle in Python

Kurs anzeigen

Anleitung zur Übung

  • Plotte die amazon-Daten und nutze amazon.index als x-Koordinaten.
  • Plotte die Vorhersage mean_forecast entsprechend und nutze mean_forecast.index als x-Koordinaten.
  • Plotte eine schattierte Fläche zwischen lower_limits und upper_limits deines Konfidenzintervalls. Verwende den Index von lower_limits als x-Koordinaten.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean predictions
plt.plot(____, ____, color='r', label='forecast')

# shade the area between your confidence limits
plt.____(____, ____,
		 ____, color='pink')

# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()
Code bearbeiten und ausführen