Auto-regresie cu o serie de timp mai netezită
Acum, să reluăm aceeași procedură folosind un semnal mai neted. Vei utiliza același algoritm de variație procentuală ca înainte, dar de data aceasta cu o fereastră mult mai mare (40 în loc de 20). Pe măsură ce fereastra crește, diferența dintre punctele de timp vecine devine mai mică, rezultând un semnal mai neted. Ce crezi că va face acest lucru modelului auto-regresiv?
prices_perc_shifted și model (actualizat pentru a folosi o fereastră de 40) sunt disponibile în spațiul tău de lucru.
Acest exercițiu face parte din cursul
Machine Learning pentru Date de Tip Șir de Timp în Python
Instrucțiuni pentru exercițiu
Folosind funcția (visualize_coefficients()) creată în exercițiul anterior, generează un grafic cu coeficienții lui model și numele coloanelor din prices_perc_shifted.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Visualize the output data up to "2011-01"
fig, axs = plt.subplots(2, 1, figsize=(10, 5))
y.loc[:'2011-01'].plot(ax=axs[0])
# Run the function to visualize model's coefficients
visualize_coefficients(____, ____, ax=axs[1])
plt.show()