मॉडल के coefficients में variability निकालना
इस लेसन में, आप पहले इस्तेमाल की गई cross-validation रूटीन को दोबारा चलाएँगे, लेकिन इस बार समय के साथ मॉडल की stability पर ध्यान देंगे। आप मॉडल के coefficients और उसकी predictions में अनिश्चितता (uncertainty) की जाँच करेंगे।
शुरू करें मॉडल के coefficients की कई CV splits में होने वाली स्थिरता (या अनिश्चितता) का आकलन करके। याद रखिए, coefficients उस पैटर्न का प्रतिबिंब होते हैं जो आपका मॉडल डेटा में ढूँढता है।
Linear regression ऑब्जेक्ट (model) का एक instance आपके workspace में उपलब्ध है। साथ ही, arrays X और y (डेटा) भी उपलब्ध हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data के लिए Machine Learning
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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] = ____