Contabilización de la no estacionariedad
En este ejercicio, volverás a visualizar las variaciones en las puntuaciones de los modelos, pero ahora para datos que cambian sus estadísticas a lo largo del tiempo.
Una instancia del objeto Modelo de regresión lineal se almacena en model, un objeto de validación cruzada en cv, y los datos en X y y.
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.
# Pre-initialize window sizes
window_sizes = [25, 50, 75, 100]
# Create an empty DataFrame to collect the stores
all_scores = ____(index=times_scores)
# Generate scores for each split to see how the model performs over time
for window in window_sizes:
# Create cross-validation object using a limited lookback window
cv = ____(n_splits=100, max_train_size=window)
# Calculate scores across all CV splits and collect them in a DataFrame
this_scores = ____(____, ____, ____, cv=cv, scoring=my_pearsonr)
all_scores['Length {}'.format(window)] = this_scores