Визуализация предсказанных значений
При работе с данными временных рядов полезно визуализировать предсказания модели поверх «реальных» значений, используемых для её тестирования.
В этом упражнении вы разделите данные (хранящиеся в переменных X и y) на обучающую и тестовую выборки, построите модель, а затем отобразите её предсказания поверх тестовых данных, чтобы оценить качество модели.
Это упражнение является частью курса
Машинное обучение для данных временных рядов на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score
# Split our data into training and test sets
X_train, X_test, y_train, y_test = train_test_split(____, ____,
train_size=.8, shuffle=False)
# Fit our model and generate predictions
model = Ridge()
model.fit(____, ____)
predictions = model.predict(____)
score = r2_score(y_test, predictions)
print(score)