Caz special: modele auto-regresive

Acum că ai creat versiuni decalate în timp ale unui singur șir temporal, poți antrena un model auto-regresiv. Acesta este un model de regresie în care caracteristicile de intrare sunt versiuni decalate în timp ale datelor din șirul temporal de ieșire. Practic, folosești valorile anterioare ale unui șir temporal pentru a prezice valorile curente ale aceluiași șir (de aceea este auto-regresiv).

Analizând coeficienții acestui model, poți explora tipare repetitive din șirul temporal și poți înțelege cât de departe în trecut un punct de date poate prezice valori viitoare.

Acest exercițiu face parte din cursul

Machine Learning pentru Date de Tip Șir de Timp în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Înlocuiește valorile lipsă din prices_perc_shifted cu mediana DataFrame-ului și atribuie rezultatul variabilei X.
Înlocuiește valorile lipsă din prices_perc cu mediana seriei și atribuie rezultatul variabilei y.
Antrenează un model de regresie folosind array-urile X și y.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Replace missing values with the median for each column
X = prices_perc_shifted.____(np.____(prices_perc_shifted))
y = prices_perc.____(np.___(prices_perc))

# Fit the model
model = Ridge()
model.fit(____, ____)

Editează și rulează codul