Anpassa en enkel regressionsmodell
Nu ska vi titta på ett större antal företag. Vi har historiska kursvärden för många företag. Låt oss använda data från flera företag för att förutsäga värdet för ett testföretag. Du ska försöka förutsäga aktiekursen för Apple med hjälp av värdena för NVidia, Ebay och Yahoo. Var och en av dessa lagras som en kolumn i DataFrame-objektet all_prices. Nedan visas en mappning från företagsnamn till kolumnnamn:
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
Vi använder dessa kolumner för att definiera in- och utdatamatriser i vår modell.
Den här övningen är en del av kursen
Maskininlärning för tidsseriedata i Python
Övningsinstruktioner
- Skapa arrayerna
Xochymed hjälp av de angivna kolumnnamnen. - Indatavärdena ska hämtas från företagen "ebay", "nvidia" och "yahoo"
- Utdatavärdena ska hämtas från företaget "apple"
- Använd datan för att träna och utvärdera modellen med korsvalidering.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
from sklearn.linear_model import Ridge
from sklearn.model_selection import cross_val_score
# Use stock symbols to extract training data
X = all_prices[[____]]
y = all_prices[[____]]
# Fit and score the model with cross-validation
scores = cross_val_score(Ridge(), ____, ____, cv=3)
print(scores)