Autoregresssion med en jämnare tidsserie
Nu ska vi köra samma procedur med en jämnare signal. Du använder samma algoritm för procentuell förändring som tidigare, men den här gången med ett betydligt större fönster (40 i stället för 20). När fönstret växer minskar skillnaden mellan angränsande tidpunkter, vilket ger en jämnare signal. Vad tror du att det här gör med den autoregressiva modellen?
prices_perc_shifted och model (uppdaterad till att använda ett fönster på 40) finns tillgängliga i din arbetsmiljö.
Den här övningen är en del av kursen
Maskininlärning för tidsseriedata i Python
Övningsinstruktioner
Använd funktionen (visualize_coefficients()) som du skapade i föregående övning och generera ett diagram med koefficienterna för model och kolumnnamnen i prices_perc_shifted.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()