回帰用データの確認

次のデータセットには、複数年にわたる企業の時価総額に関する情報が含まれています。これは回帰でよく使われる代表的な時系列データの一つです。企業価値の時間変化をモデル化できれば、その企業の将来の姿を予測できます。このデータセットは、もともと公開Kaggleコンペティションの一部として提供されたものです。

この演習では、複数企業の時系列をプロットして、相互にどのような関係がある（またはない）のかを把握します。

この演習はコースの一部です

Pythonで学ぶMachine Learningによる時系列データ解析

コースを見る

演習の手順

Pandas を使ってデータ（ファイル 'prices.csv'）を読み込みます。
data のインデックスを datetime に変換します。
data の各列をループし、各列の値を時間に対してプロットします。

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。

# 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()

コードを編集して実行