1ステップ先予測をプロットする
Amazon株に対する予測が用意できたので、実際にプロットして精度を確認しましょう。
今回の予測は、直近30日分のデータについて常に1日先だけを予測しています。これらの予測を評価することで、答えがまだ分からない「翌日」の予測に対して、このモデルがどの程度うまく機能するかを判断できます。
直前の演習で作成した平均予測 mean_forecast に加えて、lower_limits、upper_limits、amazon の各DataFrameが環境に用意されています。
この演習はコースの一部です
Pythonで学ぶARIMAモデル
演習の手順
amazon.indexをx座標として使い、amazonデータをプロットします。- 同様に、
mean_forecast.indexをx座標として使い、mean_forecastの予測をプロットします。 - 信頼区間の
lower_limitsとupper_limitsの間を塗りつぶして表示します。x座標にはlower_limitsのインデックスを使ってください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# plot the amazon data
plt.plot(____, ____, label='observed')
# plot your mean predictions
plt.plot(____, ____, color='r', label='forecast')
# shade the area between your confidence limits
plt.____(____, ____,
____, color='pink')
# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()