Considerando a não estacionariedade
Neste exercício, você vai novamente visualizar as variações nas pontuações do modelo, mas agora para dados cujas estatísticas mudam ao longo do tempo.
Uma instância do objeto de modelo de regressão linear está armazenada em model, um objeto de validação cruzada em cv, e os dados em X e y.
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.
# Pre-initialize window sizes
window_sizes = [25, 50, 75, 100]
# Create an empty DataFrame to collect the stores
all_scores = ____(index=times_scores)
# Generate scores for each split to see how the model performs over time
for window in window_sizes:
# Create cross-validation object using a limited lookback window
cv = ____(n_splits=100, max_train_size=window)
# Calculate scores across all CV splits and collect them in a DataFrame
this_scores = ____(____, ____, ____, cv=cv, scoring=my_pearsonr)
all_scores['Length {}'.format(window)] = this_scores