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

ćwiczenie

Przypadek szczególny: modele autoregresyjne

Skoro masz już przesunięte w czasie wersje pojedynczego szeregu czasowego, możesz dopasować model autoregresyjny. To model regresji, w którym cechami wejściowymi są przesunięte w czasie wersje wyjściowego szeregu czasowego. Innymi słowy, do przewidywania bieżących wartości szeregu czasowego używasz jego wcześniejszych wartości (stąd nazwa: autoregresja).

Analizując współczynniki tego modelu, możesz odkryć powtarzające się wzorce w szeregu czasowym i ocenić, jak daleko w przeszłość sięga predykcyjna moc poszczególnych punktów danych.

Instrukcje

100 XP
  • Zastąp brakujące wartości w prices_perc_shifted medianą ramki danych i przypisz wynik do X.
  • Zastąp brakujące wartości w prices_perc medianą serii i przypisz wynik do y.
  • Dopasuj model regresji, używając tablic X i y.