Transformar el resultado del backtesting
Cuando completes el backtesting, tendrás que transformar los datos para evaluar bien los resultados y elegir el modelo con mejor rendimiento.
Este ejercicio forma parte del curso
Diseño de canalizaciones de predicción para producción
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
models = list(ml_models.keys())
bkt_long = pd.melt(
bkt_df,
id_vars=["unique_id", "ds", "cutoff", "y"],
# Complete two f-strings
value_vars=models + [f"{____}-lo-95" for model in models] + [f"{____}-hi-95" for model in models],
var_name="model_label",
value_name="value")
print(bkt_long.head())