Esplorare i dati di regressione
Il prossimo insieme di dati contiene informazioni sul valore di mercato di diverse aziende nel corso di più anni. Questo è uno dei tipi più comuni di serie temporali usati per la regressione. Se riesci a modellare come varia nel tempo il valore di un'azienda, puoi fare previsioni su dove sarà in futuro. Questo dataset è stato originariamente pubblicato anche come parte di una competizione pubblica su Kaggle.
In questo esercizio tracerai la serie temporale per un certo numero di aziende, così da capire come (e se) sono correlate tra loro.
Questo esercizio fa parte del corso
Machine Learning per dati di serie temporali in Python
Istruzioni dell'esercizio
- Importa i dati con Pandas (nel file
'prices.csv'). - Converte l'indice di
dataindatetime. - Esegui un ciclo su ciascuna colonna di
datae traccia i valori della colonna nel tempo.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Read in the data
data = pd.____('prices.csv', index_col=0)
# Convert the index of the DataFrame to datetime
data.index = ____(data.index)
print(data.head())
# Loop through each column, plot its values over time
fig, ax = plt.subplots()
for column in ____:
data[column].plot(ax=ax, label=column)
ax.legend()
plt.show()