모형 계수의 변동성 계산하기
이번 레슨에서는 이전에 사용했던 교차 검증 루틴을 다시 실행하되, 이번에는 시간에 따른 모형의 안정성에 주목해 보겠습니다. 모형의 계수뿐만 아니라 예측의 불확실성도 살펴볼 거예요.
먼저 여러 CV 분할에서 모형 계수의 안정성(또는 불확실성)을 평가해 보세요. 계수는 모형이 데이터에서 찾아낸 패턴을 반영한다는 점을 기억해 주세요.
Linear regression 객체(model) 인스턴스가 작업 공간에 준비되어 있습니다. 또한 배열 X와 y(데이터)도 제공됩니다.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 데이터 Machine Learning
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Iterate through CV splits
n_splits = 100
cv = TimeSeriesSplit(n_splits=____)
# Create empty array to collect coefficients
coefficients = np.____([n_splits, X.shape[1]])
for ii, (tr, tt) in enumerate(cv.split(X, y)):
# Fit the model on training data and collect the coefficients
model.fit(X[tr], y[tr])
coefficients[ii] = ____