Menghitung variabilitas pada koefisien model
Dalam pelajaran ini, Anda akan menjalankan ulang rutinitas cross-validation yang digunakan sebelumnya, tetapi kali ini memperhatikan kestabilan model seiring waktu. Anda akan menelusuri koefisien model serta ketidakpastian dalam prediksinya.
Mulailah dengan menilai kestabilan (atau ketidakpastian) koefisien model pada beberapa pembagian CV. Ingat, koefisien mencerminkan pola yang ditemukan model pada data.
Sebuah instance objek Linear regression (model) tersedia di workspace Anda. Selain itu, array X dan y (data) juga tersedia.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Data Deret Waktu di Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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] = ____