시작하기무료로 시작하기

동적 예측 그리기

이제 예측 결과를 시각화해 볼 시간입니다. 동적 예측(dynamic predictions)은 한 걸음앞 예측(one-step-ahead)과 달리 중간에 정정 없이 예측을 이어간다는 점을 기억하세요. 즉, 지금부터 30일 뒤까지의 예측을 먼저 해두고, 실제로 어떻게 되는지 지켜본 다음 예측 성능을 비교하는 방식과 비슷합니다.

이전 연습 문제에서 만든 평균 예측치 mean_forecast와 함께, lower_limits, upper_limits, amazon DataFrame이 작업 환경에 준비되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 ARIMA 모델

강의 보기

연습 안내

  • amazon DataFrame의 인덱스에 있는 날짜를 x좌표로, 값을 y좌표로 사용해 amazon 데이터를 그리세요.
  • 같은 방식으로 mean_forecast 예측값도 그리세요.
  • 신뢰구간의 lower_limits와 upper_limits 사이를 음영으로 채워 표시하세요. x좌표는 이들 DataFrame 중 하나의 인덱스를 사용하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean forecast
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()
코드 편집 및 실행