Ajustar un modelo de regresión simple
Ahora veremos un número mayor de empresas. Recuerda que tenemos valores históricos de precios para muchas compañías. Usemos datos de varias empresas para predecir el valor de una empresa de prueba. Intentarás predecir el precio de la acción de Apple usando los valores de NVidia, Ebay y Yahoo. Cada una está almacenada como una columna en el DataFrame all_prices. A continuación tienes un mapeo de nombre de empresa a nombre de columna:
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
Usaremos estas columnas para definir los arrays de entrada y salida en nuestro modelo.
Este ejercicio forma parte del curso
Machine Learning para datos de series temporales en Python
Instrucciones del ejercicio
- Crea los arrays
Xyyusando 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 "apple"
- Usa los datos para entrenar y evaluar el modelo con validación cruzada.
Ejercicio interactivo práctico
Prueba este ejercicio y completa 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)