वन-स्टेप-अहेड प्रेडिक्शन को प्लॉट करना
अब जब आपके पास Amazon स्टॉक पर अपनी प्रेडिक्शन हैं, तो आपको इन्हें प्लॉट करना चाहिए ताकि आप देख सकें कि आपने कैसा किया है.
आपने उपलब्ध नवीनतम 30 दिनों के डेटा पर प्रेडिक्शन बनाए, हर बार केवल अगले दिन का फोरकास्ट किया. इन प्रेडिक्शन का मूल्यांकन करके आप यह जाँच सकते हैं कि मॉडल केवल अगले दिन के लिए, जहाँ आपको सही उत्तर नहीं पता होता, प्रेडिक्शन करते समय कैसा प्रदर्शन करता है.
lower_limits, upper_limits और amazon DataFrames, साथ ही आपकी mean प्रेडिक्शन mean_forecast (जो आपने पिछले अभ्यास में बनाई थी), आपके environment में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
अभ्यास निर्देश
amazonडेटा को प्लॉट करें, x-निर्देशांक के रूप मेंamazon.indexका उपयोग करते हुए.- इसी तरह
mean_forecastप्रेडिक्शन को प्लॉट करें, x-निर्देशांक के रूप मेंmean_forecast.indexका उपयोग करते हुए. - अपने कॉन्फिडेंस इंटरवल के
lower_limitsऔरupper_limitsके बीच एक शेडेड एरिया प्लॉट करें. x-निर्देशांक के रूप मेंlower_limitsके index का उपयोग करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# plot the amazon data
plt.plot(____, ____, label='observed')
# plot your mean predictions
plt.plot(____, ____, color='r', label='forecast')
# shade the area between your confidence limits
plt.____(____, ____,
____, color='pink')
# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()