1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Connected

ćwiczenie

Uwzględnianie niestacjonarności

W tym ćwiczeniu ponownie zwizualizujesz zmienność wyników modelu – tym razem dla danych, których statystyki zmieniają się w czasie.

Instancja modelu regresji liniowej jest przechowywana w model, obiekt walidacji krzyżowej w cv, a dane w X i y.

Instrukcje 1/2

undefined XP
    1
    2
  • Utwórz pustą ramkę danych do zbierania wyników.
  • Iteruj po kolejnych rozmiarach okna, za każdym razem tworząc nowy obiekt TimeSeriesSplit.
  • Oblicz wyniki walidacji krzyżowej modelu na danych treningowych (używając przygotowanej dla ciebie miary my_pearsonr).