Trasformare l'output del backtesting
Una volta completato il backtesting, dovrai trasformare i dati per valutare efficacemente i risultati e scegliere il modello con le prestazioni migliori.
Questo esercizio fa parte del corso
Progettare pipeline di forecasting per la produzione
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
models = list(ml_models.keys())
bkt_long = pd.melt(
bkt_df,
id_vars=["unique_id", "ds", "cutoff", "y"],
# Complete two f-strings
value_vars=models + [f"{____}-lo-95" for model in models] + [f"{____}-hi-95" for model in models],
var_name="model_label",
value_name="value")
print(bkt_long.head())