Огляд даних для регресії

Наступний набір даних містить інформацію про ринкову вартість компаній за кілька років. Це один із найпоширеніших типів часових рядів, що використовуються для регресії. Якщо ви зможете змоделювати, як змінюється вартість компанії з часом, то зможете робити прогнози щодо її майбутнього. Цей набір даних також був спочатку наданий у межах публічного змагання на Kaggle.

У цій вправі ви побудуєте графіки часових рядів для кількох компаній, щоб зрозуміти, як вони пов'язані (або не пов'язані) між собою.

Ця вправа є частиною курсу

Machine Learning для часових рядів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте дані за допомогою Pandas (з файлу 'prices.csv').
Перетворіть індекс data на datetime.
Пройдіться циклом по кожному стовпцю data та побудуйте графік значень цього стовпця в часі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код