Wizualizacja współczynników regresji
Teraz, gdy model jest już dopasowany, zwizualizujmy jego współczynniki. To ważny krok w uczeniu maszynowym – pozwala zrozumieć, jak poszczególne cechy modelu wpływają na wynik.
W przestrzeni roboczej dostępne są: DataFrame z przesuniętymi szeregami czasowymi (prices_perc_shifted) oraz model regresji (model).
W tym ćwiczeniu napiszesz funkcję, która – na podstawie zestawu współczynników i nazw cech – zwizualizuje wartości tych współczynników.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
def visualize_coefficients(coefs, names, ax):
# Make a bar plot for the coefficients, including their names on the x-axis
ax.bar(____, ____)
ax.set(xlabel='Coefficient name', ylabel='Coefficient value')
# Set formatting so it looks nice
plt.setp(ax.get_xticklabels(), rotation=45, horizontalalignment='right')
return ax