Calcular la variabilidad en los coeficientes del modelo
En esta lección, volverás a ejecutar la rutina de validación cruzada usada antes, pero esta vez prestando atención a la estabilidad del modelo a lo largo del tiempo. Investigarás los coeficientes del modelo y también la incertidumbre en sus predicciones.
Empieza evaluando la estabilidad (o incertidumbre) de los coeficientes del modelo a lo largo de múltiples particiones de validación cruzada. Recuerda que los coeficientes reflejan el patrón que tu modelo ha encontrado en los datos.
Tienes disponible en tu espacio de trabajo una instancia del objeto de regresión lineal (model). También están disponibles los arrays X y y (los datos).
Este ejercicio forma parte del curso
Machine Learning para datos de series temporales en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Iterate through CV splits
n_splits = 100
cv = TimeSeriesSplit(n_splits=____)
# Create empty array to collect coefficients
coefficients = np.____([n_splits, X.shape[1]])
for ii, (tr, tt) in enumerate(cv.split(X, y)):
# Fit the model on training data and collect the coefficients
model.fit(X[tr], y[tr])
coefficients[ii] = ____