Analiza danych regresyjnych
Kolejny zbiór danych zawiera informacje o wartości rynkowej spółek na przestrzeni kilku lat. To jeden z najpopularniejszych rodzajów szeregów czasowych wykorzystywanych w regresji. Jeśli uda się zamodelować, jak zmienia się wartość spółki w czasie, można przewidywać jej przyszłą kondycję. Ten zbiór danych pierwotnie pochodził z publicznego konkursu na platformie Kaggle.
W tym ćwiczeniu zwizualizujesz szeregi czasowe dla kilku spółek, aby zobaczyć, czy – i w jakim stopniu – są ze sobą powiązane.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Wczytaj dane za pomocą Pandas (plik
'prices.csv'). - Przekonwertuj indeks zmiennej
datana typdatetime. - Przejdź w pętli przez każdą kolumnę zmiennej
datai narysuj wykres jej wartości w czasie.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()