Перцентили и частичное применение функций

В этом упражнении вы научитесь заранее фиксировать аргументы функции, чтобы настроить её поведение до вызова. Вы применёте этот подход для вычисления нескольких перцентилей ваших данных с помощью одной функции percentile() из numpy.

Это упражнение является частью курса

Машинное обучение для данных временных рядов на Python

Посмотреть курс

Инструкции к упражнению

Импортируйте partial из functools.
С помощью функции partial() и генератора списков создайте несколько генераторов признаков, которые вычисляют перцентили ваших данных.
Используя скользящее окно (prices_perc_rolling), определённое для вас заранее, рассчитайте квантили с помощью percentile_functions.
Визуализируйте результаты, используя предоставленный код.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import partial from functools
____
percentiles = [1, 10, 25, 50, 75, 90, 99]

# Use a list comprehension to create a partial function for each quantile
percentile_functions = [____(np.percentile, q=percentile) for percentile in percentiles]

# Calculate each of these quantiles on the data using a rolling window
prices_perc_rolling = prices_perc.rolling(20, min_periods=5, closed='right')
features_percentiles = prices_perc_rolling.____(____)

# Plot a subset of the result
ax = features_percentiles.loc[:"2011-01"].plot(cmap=plt.cm.viridis)
ax.legend(percentiles, loc=(1.01, .5))
plt.show()

Редактировать и запускать код