Melatih model linear
Sekarang kita akan melatih model linear karena model ini sederhana dan mudah dipahami. Setelah model dilatih, kita dapat melihat variabel prediktor mana yang tampak berkorelasi linear secara bermakna dengan target, serta besarnya pengaruhnya terhadap target. Penilaian kita tentang apakah prediktor signifikan didasarkan pada p-value koefisien. Ini menggunakan uji t untuk menguji secara statistik apakah koefisien berbeda signifikan dari 0. P-value adalah persentase kemungkinan bahwa koefisien untuk suatu fitur tidak berbeda dari nol. Biasanya, kita menganggap p-value kurang dari 0,05 berarti koefisien berbeda signifikan dari 0.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Keuangan dengan Python
Instruksi latihan
- Latih model linear (menggunakan metode
.fit()) dan simpan hasilnya dalam variabelresults. - Cetak ringkasan hasil dengan fungsi
.summary(). - Cetak p-value dari hasil tersebut (properti
.pvaluesdariresults). - Buat prediksi dari
train_featuresdantest_featuresmenggunakan fungsi.predict()dari objekresultskita.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create the linear model and complete the least squares fit
model = sm.OLS(train_targets, train_features)
results = model.____ # fit the model
print(results.____)
# examine pvalues
# Features with p <= 0.05 are typically considered significantly different from 0
print(results.____)
# Make predictions from our model for train and test sets
train_predictions = results.predict(train_features)
test_predictions = ____