เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ตรวจสอบความสัมพันธ์ของฟีเจอร์ใหม่

เมื่อได้ฟีเจอร์ด้านปริมาณการซื้อขายและวันที่แล้ว ขั้นตอนต่อไปคือตรวจสอบความสัมพันธ์ระหว่างฟีเจอร์ใหม่ (ที่เก็บไว้ใน list new_features) กับ target (5d_close_future_pct) เพื่อดูว่ามีความสัมพันธ์กันมากน้อยเพียงใด โดย pandas มีเมธอด .corr() ในตัวสำหรับ DataFrame และ seaborn มีฟังก์ชัน heatmap() ที่ช่วยแสดงความสัมพันธ์เหล่านี้ได้อย่างชัดเจน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning สำหรับการเงินด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ขยาย new_features ให้ครอบคลุมชื่อคอลัมน์วันในสัปดาห์ เช่น weekday_1 โดยเชื่อมหมายเลขวันกับสตริง 'weekday_'
  • ใช้ heatmap ของ Seaborn เพื่อพล็อตความสัมพันธ์ของ new_features และ target 5d_close_future_pct

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Add the weekday labels to the new_features list
new_features.extend([____ + ____ for i in range(1, 5)])

# Plot the correlations between the new features and the targets
sns.____(lng_df[____ + ['5d_close_future_pct']].corr(), annot=True)
plt.yticks(rotation=0)  # ensure y-axis ticklabels are horizontal
plt.xticks(rotation=90)  # ensure x-axis ticklabels are vertical
plt.tight_layout()
plt.show()
แก้ไขและรันโค้ด