Periksa korelasi fitur baru

Sekarang setelah kita memiliki fitur volume dan datetime, kita ingin memeriksa korelasi antara fitur baru kita (disimpan dalam list new_features) dan target (5d_close_future_pct) untuk melihat seberapa kuat keterkaitannya. Ingat bahwa pandas memiliki metode bawaan .corr() untuk DataFrame, dan seaborn memiliki fungsi heatmap() yang bagus untuk menampilkan korelasi.

Latihan ini merupakan bagian dari kursus

Machine Learning untuk Keuangan dengan Python

Lihat Kursus

Instruksi latihan

Perluas variabel new_features agar memuat nama kolom hari kerja, seperti weekday_1, dengan menggabungkan nomor hari kerja dengan string 'weekday_'.
Gunakan heatmap dari Seaborn untuk memplot korelasi dari new_features dan target, 5d_close_future_pct.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Add the weekday labels to the new_features list
new_features.extend([____ + ____ for i in range(1, 5)])

# Plot the correlations between the new features and the targets
sns.____(lng_df[____ + ['5d_close_future_pct']].corr(), annot=True)
plt.yticks(rotation=0)  # ensure y-axis ticklabels are horizontal
plt.xticks(rotation=90)  # ensure x-axis ticklabels are vertical
plt.tight_layout()
plt.show()

Edit dan Jalankan Kode