Examina las correlaciones de las nuevas características
Ahora que tenemos las características de volumen y de fecha y hora, queremos comprobar las correlaciones entre nuestras nuevas características (guardadas en la lista new_features) y el objetivo (5d_close_future_pct) para ver qué tan relacionadas están. Recuerda que pandas tiene el método .corr() integrado para DataFrames, y seaborn tiene una práctica función heatmap() para visualizar las correlaciones.
Este ejercicio forma parte del curso
Machine Learning para finanzas con Python
Instrucciones del ejercicio
- Amplía la variable
new_featurespara que contenga los nombres de columna de los días de la semana, comoweekday_1, concatenando el número del día con la cadena'weekday_'. - Usa el
heatmapde Seaborn para representar las correlaciones denew_featuresy del objetivo,5d_close_future_pct.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Add the weekday labels to the new_features list
new_features.extend([____ + ____ for i in range(1, 5)])
# Plot the correlations between the new features and the targets
sns.____(lng_df[____ + ['5d_close_future_pct']].corr(), annot=True)
plt.yticks(rotation=0) # ensure y-axis ticklabels are horizontal
plt.xticks(rotation=90) # ensure x-axis ticklabels are vertical
plt.tight_layout()
plt.show()