एक सरल रिग्रेशन मॉडल फिट करना
अब हम अधिक कंपनियों पर नज़र डालेंगे। याद कीजिए कि हमारे पास कई कंपनियों के ऐतिहासिक प्राइस वैल्यूज़ हैं। चलिए कई कंपनियों के डेटा का उपयोग करके एक टेस्ट कंपनी का वैल्यू प्रेडिक्ट करते हैं। आप Apple के स्टॉक प्राइस को NVidia, Ebay, और Yahoo की वैल्यूज़ से प्रेडिक्ट करने का प्रयास करेंगे। इन सबमें से हर एक all_prices DataFrame में एक कॉलम के रूप में स्टोर है। नीचे कंपनी नाम से कॉलम नाम का मैप दिया गया है:
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
हम इन कॉलम्स का उपयोग अपने मॉडल में input/output arrays परिभाषित करने के लिए करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data के लिए Machine Learning
अभ्यास निर्देश
- दिए गए कॉलम नामों का उपयोग करके
Xऔरyarrays बनाएँ. - input वैल्यूज़ कंपनियों "ebay", "nvidia", और "yahoo" से होनी चाहिए
- output वैल्यूज़ कंपनी "apple" से होनी चाहिए
- डेटा का उपयोग करके cross-validation के साथ मॉडल को train और score करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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)