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

ćwiczenie

Autoregresja na wygładzonej szeregowej czasowej

Teraz uruchomimy tę samą procedurę, ale na wygładszym sygnale. Użyjesz tego samego algorytmu procentowej zmiany co poprzednio, jednak tym razem z dużo większym oknem (40 zamiast 20). Im większe okno, tym mniejsza różnica między sąsiednimi punktami czasowymi – w efekcie otrzymujesz wygładzony sygnał. Jak myślisz, jak wpłynie to na model autoregresyjny?

prices_perc_shifted oraz model (zaktualizowany do okna o rozmiarze 40) są dostępne w twoim środowisku pracy.

Instrukcje

100 XP

Korzystając z funkcji (visualize_coefficients()), którą stworzyłeś w poprzednim ćwiczeniu, wygeneruj wykres ze współczynnikami model i nazwami kolumn prices_perc_shifted.