Ajuste de un modelo de regresión simple
Ahora examinaremos un mayor número de empresas. Recuerda que disponemos de valores históricos de precios de muchas empresas. Utilicemos los datos de varias empresas para predecir el valor de una empresa de prueba. Intentarás predecir el valor del precio de las acciones de Apple utilizando los valores de NVidia, Ebay y Yahoo. Cada uno de ellos se almacena como una columna en el Marco de datos all_prices. A continuación se muestra una correspondencia entre el nombre de la empresa y el nombre de la columna:
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
Utilizaremos estas columnas para definir las matrices de entrada/salida de nuestro modelo.
Este ejercicio forma parte del curso
Machine learning para datos de series temporales en Python
Instrucciones del ejercicio
- Crea las matrices
Xyyutilizando los nombres de columna proporcionados. - Los valores de entrada deben ser de las empresas "ebay", "nvidia" y "yahoo".
- Los valores de salida deben ser de la empresa "manzana".
- Utiliza los datos para entrenar y puntuar el modelo con validación cruzada.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
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)