특별한 경우: 자기회귀(Auto-regressive) 모델
이제 단일 시계열의 시간 이동(shift) 버전을 만들었으니, 자기회귀 모델을 학습해 볼 수 있어요. 이는 회귀 모델의 한 종류로, 입력 특성은 출력 시계열 데이터의 시간 이동 버전입니다. 같은 시계열의 과거 값을 사용해 현재 값을 예측하는 방식이므로 자기회귀라고 부릅니다.
이 모델의 계수를 살펴보면, 시계열에 존재하는 반복 패턴을 탐색할 수 있고, 과거의 데이터 포인트가 미래를 예측하는 데 어느 정도까지 영향을 미치는지도 가늠할 수 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 데이터 Machine Learning
연습 안내
prices_perc_shifted의 결측값을 DataFrame의 중앙값으로 대체하고X에 할당하세요.prices_perc의 결측값을 시리즈의 중앙값으로 대체하고y에 할당하세요.X와y배열을 사용해 회귀 모델을 학습하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Replace missing values with the median for each column
X = prices_perc_shifted.____(np.____(prices_perc_shifted))
y = prices_perc.____(np.___(prices_perc))
# Fit the model
model = Ridge()
model.fit(____, ____)