Crie recursos de treino e teste

Antes de ajustarmos nosso modelo linear, queremos adicionar uma constante às nossas features, para que o modelo tenha um intercepto.

Também vamos criar features de treino e de teste. Assim, conseguimos ajustar o modelo no conjunto de treino e avaliar o desempenho no conjunto de teste. Sempre precisamos verificar o desempenho em dados que o modelo não viu para garantir que não haja overfitting, que é quando ele memoriza padrões do conjunto de treino com precisão excessiva.

Com uma série temporal como esta, normalmente usamos os dados mais antigos como conjunto de treino e os mais recentes como conjunto de teste. Dessa forma, avaliamos o desempenho do modelo nos dados mais atuais, o que simula de forma mais realista previsões em dados que ainda não vimos.

Este exercicio faz parte do curso

Machine Learning para Finanças em Python

Ver curso

Instruções do exercicio

Importe a biblioteca statsmodels.api com o alias sm.
Adicione uma constante à variável features usando a função .add_constant() do statsmodels.
Defina train_size como 85% do número total de pontos de dados (número de linhas) usando a propriedade .shape[0] de features ou targets.
Separe linear_features e targets em conjuntos de treino e teste usando train_size e a indexação em Python (por exemplo, [start:stop]).

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Import the statsmodels.api library with the alias sm
___

# Add a constant to the features
linear_features = sm.____(features)

# Create a size for the training set that is 85% of the total number of samples
train_size = int(0.85 * ____)
train_features = linear_features[:train_size]
train_targets = targets[____]
test_features = linear_features[train_size:]
test_targets = targets[train_size:]
print(linear_features.shape, train_features.shape, test_features.shape)

Editar e Executar Código