ตรวจสอบข้อมูลสำหรับการถดถอย
ชุดข้อมูลถัดไปประกอบด้วยข้อมูลมูลค่าตลาดของบริษัทต่าง ๆ ในช่วงหลายปีที่ผ่านมา นี่คือหนึ่งในประเภทข้อมูล time series ที่นิยมนำมาใช้สำหรับการถดถอย (regression) หากสามารถสร้างโมเดลที่จำลองการเปลี่ยนแปลงมูลค่าของบริษัทตามเวลาได้ ก็จะสามารถทำนายทิศทางของบริษัทในอนาคตได้เช่นกัน ชุดข้อมูลนี้นำมาจาก การแข่งขัน Kaggle สาธารณะ
ในแบบฝึกหัดนี้ จะพล็อตข้อมูล time series ของบริษัทหลายแห่ง เพื่อทำความเข้าใจว่าข้อมูลเหล่านั้นมีความสัมพันธ์กันหรือไม่ และอย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning สำหรับข้อมูล Time Series ใน Python
คำแนะนำการฝึกหัด
- นำเข้าข้อมูลด้วย Pandas (จากไฟล์
'prices.csv') - แปลง index ของ
dataให้เป็นdatetime - วนลูปผ่านแต่ละคอลัมน์ของ
dataและพล็อตค่าของคอลัมน์นั้นตามเวลา
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Read in the data
data = pd.____('prices.csv', index_col=0)
# Convert the index of the DataFrame to datetime
data.index = ____(data.index)
print(data.head())
# Loop through each column, plot its values over time
fig, ax = plt.subplots()
for column in ____:
data[column].plot(ax=ax, label=column)
ax.legend()
plt.show()