Kom igångKom igång gratis

Plotta ett-stegs-framåt-prediktioner

Nu när du har dina prediktioner för Amazon-aktien är det dags att plotta dem och se hur det gick.

Du gjorde prediktioner för de senaste 30 dagarna i tillgänglig data, och förutsade alltid bara en dag framåt. Genom att utvärdera dessa prediktioner kan du bedöma hur modellen presterar när du inte känner till svaret i förväg.

DataFrames lower_limits, upper_limits och amazon, samt din medelpredikition mean_forecast som du skapade i förra övningen, finns tillgängliga i din miljö.

Den här övningen är en del av kursen

ARIMA-modeller i Python

Visa kurs

Övningsinstruktioner

  • Plotta amazon-datan med amazon.index som x-koordinater.
  • Plotta prediktionen mean_forecast på samma sätt, med mean_forecast.index som x-koordinater.
  • Plotta ett skuggat område mellan lower_limits och upper_limits för ditt konfidensintervall. Använd indexet för lower_limits som x-koordinater.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean predictions
plt.plot(____, ____, color='r', label='forecast')

# shade the area between your confidence limits
plt.____(____, ____,
		 ____, color='pink')

# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()
Redigera och kör kod