Calculando a variabilidade nos coeficientes do modelo
Nesta lição, você vai executar novamente a rotina de validação cruzada usada antes, mas agora prestando atenção à estabilidade do modelo ao longo do tempo. Você vai investigar os coeficientes do modelo e a incerteza nas suas previsões.
Comece avaliando a estabilidade (ou incerteza) dos coeficientes do modelo em vários cortes de validação cruzada. Lembre-se: os coeficientes refletem o padrão que seu modelo encontrou nos dados.
Uma instância do objeto de regressão linear (model) está disponível no seu ambiente de trabalho. Os arrays X e y (os dados) também estão disponíveis.
Este exercício faz parte do curso
Machine Learning para dados de séries temporais em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Iterate through CV splits
n_splits = 100
cv = TimeSeriesSplit(n_splits=____)
# Create empty array to collect coefficients
coefficients = np.____([n_splits, X.shape[1]])
for ii, (tr, tt) in enumerate(cv.split(X, y)):
# Fit the model on training data and collect the coefficients
model.fit(X[tr], y[tr])
coefficients[ii] = ____