단순 회귀 모델 적합하기
이제 더 많은 기업을 살펴보겠습니다. 여러 기업의 과거 주가 값이 있다는 점을 떠올려 보세요. 여러 기업의 데이터를 사용해 테스트 대상 기업의 값을 예측해 보겠습니다. NVidia, Ebay, Yahoo의 값을 사용해 Apple 주가를 예측해 볼 거예요. 각각의 데이터는 all_prices DataFrame의 열로 저장되어 있습니다. 아래는 회사 이름과 열 이름의 매핑입니다:
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
이 열들을 사용해 모델의 입력/출력 배열을 정의하겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 데이터 Machine Learning
연습 안내
- 제공된 열 이름을 사용해
X와y배열을 만드세요. - 입력 값은 "ebay", "nvidia", "yahoo" 기업의 값이어야 합니다.
- 출력 값은 "apple" 기업의 값이어야 합니다.
- 이 데이터를 사용해 교차 검증으로 모델을 학습하고 점수를 평가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
from sklearn.linear_model import Ridge
from sklearn.model_selection import cross_val_score
# Use stock symbols to extract training data
X = all_prices[[____]]
y = all_prices[[____]]
# Fit and score the model with cross-validation
scores = cross_val_score(Ridge(), ____, ____, cv=3)
print(scores)